A note on methods of restoring consistency to the bootstrap
关于恢复自助法一致性的方法的一则札记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：摘要研究超有效估计量的自助分布近似，虽提及非参数应用，但未明确连接所列经济学细分领域的特定问题。
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
关于恢复自助法一致性的方法的一则札记
- 研究问题
- 自助法的一致性在多大程度上能够说明其近似表现，尤其是在Hodges和Stein等超有效估计量的分布近似中？
- 方法与思路
- 作者分析针对Hodges和Stein估计量的多种参数自助近似，并借此讨论修改直观自助法时的选择困难与性能差异。
- 材料陈述的贡献
- 摘要称某些不一致的自助近似即使在大样本中也可能优于一致版本，提示一致性本身不足以确定近似方法的表现。
- 阅读关注点
- 应核对一致性的具体定义、参数取值与样本量安排，以及比较近似优劣所用的误差指标和各修改方案的条件。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；比较准则和成立范围未说明，不能将特定反例推广为不一致自助法通常更好。
原文摘要
We consider the property of consistency and its relevance for determining the performance of the bootstrap. We analyse various parametric bootstrap approximations to the distributions of the Hodges and Stein estimators, whose behaviour is typical of that of super‐efficient estimators employed in wavelet regression, kernel density estimation and nonparametric curve fitting. Our results reveal not only some of the difficulties in selecting good modifications to the intuitive bootstrap, but also that inconsistent bootstrap approximations may perform better than consistent versions even in large samples.