A fast resample method for parametric and semiparametric models
参数与半参数模型的快速重抽样方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论跨模型的通用重抽样计算方法，没有足够证据归入给定的经济领域细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
参数与半参数模型的快速重抽样方法
- 研究问题
- 两步非线性参数或半参数估计中，如何避免每轮重抽样都重新计算第二阶段估计量，同时近似其极限分布？
- 方法与思路
- 作者利用各bootstrap样本上的得分函数表示进行快速重抽样，适用于具有渐近线性表示的估计量，包括可能基于模拟的估计量。
- 材料陈述的贡献
- 摘要称，该方法省去每轮第二阶段重估，显著降低计算时间；蒙特卡洛实验展示了良好表现与数值速度改善。
- 阅读关注点
- 应核对渐近线性表示及得分近似的条件、第一阶段误差如何传递，并比较快速方法与完整重抽样的分布近似误差。
- 阅读边界
- 所给出版社摘要未给出有效性条件、误差阶或提速数值，因此不能认定方法适用于所有两步估计及非正则问题。
原文摘要
We propose a fast resample method for two step nonlinear parametric and semiparametric models, which does not require recomputation of the second stage estimator during each resample iteration. The fast resample method directly exploits the score function representations computed on each bootstrap sample, thereby reducing computational time considerably. This method is used to approximate the limit distribution of parametric and semiparametric estimators, possibly simulation based, that admit an asymptotic linear representation. Monte Carlo experiments demonstrate the desirable performance and vast improvement in the numerical speed of the fast bootstrap method.