The Effect of Monte Carlo Approximation on Coverage Error of Double-Bootstrap Confidence Intervals
蒙特卡洛近似对双重 Bootstrap 置信区间覆盖误差的影响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：摘要研究通用重抽样置信区间的计算与覆盖误差，未限定于所列任何应用细分方向。
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
蒙特卡洛近似对双重 Bootstrap 置信区间覆盖误差的影响
- 研究问题
- 双重 Bootstrap 置信区间采用两层有限次重抽样时，固有 Bootstrap 误差与蒙特卡洛误差如何共同影响覆盖率和区间长度？
- 方法与思路
- 作者联合分析两类误差，研究内层重抽样次数对覆盖误差阶数及双侧区间长度的影响，并提出选择内层次数的自适应程序。
- 材料陈述的贡献
- 摘要称，适当选择内层重抽样次数可降低覆盖误差的阶数；文章同时分析平均长度及长度波动，并用小规模模拟展示程序效果。
- 阅读关注点
- 应核对降低覆盖误差阶数所需的条件、内外层抽样次数之间的关系，以及自适应选择在计算成本与区间准确度间如何取舍。
- 阅读边界
- 仅依据所给 Crossref 摘要；具体误差阶数、抽样次数规则和模拟结果未说明，不能推断任意增加内层次数都会改善覆盖率。
原文摘要
Summary A double-bootstrap confidence interval must usually be approximated by a Monte Carlo simulation, consisting of two nested levels of bootstrap sampling. We provide an analysis of the coverage accuracy of the interval which takes account of both the inherent bootstrap and Monte Carlo errors. The analysis shows that, by a suitable choice of the number of resamples drawn at the inner level of bootstrap sampling, we can reduce the order of coverage error. We consider also the effects of performing a finite Monte Carlo simulation on the mean length and variability of length of two-sided intervals. An adaptive procedure is presented for the choice of the number of inner level resamples. The effectiveness of the procedure is illustrated through a small simulation study.