Bootstrap bias
Bootstrap偏差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：摘要研究Bootstrap抽样分布近似的通用偏差问题，未指向特定计量领域。
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…
关注这篇论文的作者
Bootstrap偏差
- 研究问题
- 在两种简单情形中，用Bootstrap估计枢轴统计量的抽样分布会产生多大偏差，这种偏差能否得到精确或近似解释？
- 方法与思路
- 作者先通过模拟考察小样本偏差，再用计算机代数获得两个问题的精确偏差评价，并以鞍点近似开展理论分析。
- 材料陈述的贡献
- 摘要称，两种情形中的Bootstrap在小样本下均出现明显偏差，并提供精确评价及鞍点近似层面的解释。
- 阅读关注点
- 应核对两个问题及枢轴量的定义、偏差的衡量对象、精确计算过程，以及鞍点近似在不同样本规模下的表现。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要。两个具体情形、偏差方向与大小均未说明，不能据此否定Bootstrap的一般适用性。
原文摘要
Use of the bootstrap in estimation of the sampling distribution of a pivot is considered for two simple situations. It is shown by a simulation study that in each case the bootstrap is noticeably biased for small sample sizes. The techniques of computer algebra are used to obtain an exact assessment of the bias in both problems and an approximate theoretical analysis based on saddlepoint approximation is presented.