A note on approximate Bayesian bootstrap imputation
近似贝叶斯自助法插补的一则说明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：摘要研究通用缺失数据插补及方差估计，未明确对应所列经济计量细分方向。
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
近似贝叶斯自助法插补的一则说明
- 研究问题
- 在独立同分布样本且响应机制可忽略时，近似贝叶斯自助法多重插补的方差估计是否存在重要的有限样本偏差？
- 方法与思路
- 作者分析原方法所产生方差估计量的有限样本性质，提出减少偏差的修改，并比较修改前后的渐近与有限样本表现。
- 材料陈述的贡献
- 摘要称原方差估计在中等样本量下偏差不可忽略；修改方法与原方法渐近等价，但具有更好的有限样本性质。
- 阅读关注点
- 应核对插补算法和方差合并规则、偏差的来源与方向、修改的具体步骤，以及有限样本改善对应的评价标准。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；偏差大小和修改细节未说明，且结论不能直接外推至相关样本或不可忽略响应机制。
原文摘要
The approximate Bayesian bootstrap is suggested by Rubin & Schenker (1986) as a way of generating multiple imputations when the original sample can be regarded as independently and identically distributed and the response mechanism is ignorable. We investigate the finite sample properties of the variance estimator when the approximate Bayesian bootstrap method is used and show that the bias is not negligible for moderate sample sizes. A modification of the method is proposed for reducing the bias of the variance estimator. The proposed method is asymptotically equivalent to the approximate Bayesian bootstrap method but has better finite sample properties.