A bootstrap based on the estimating equations of the linear model
基于线性模型估计方程的自助法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：摘要属于线性模型与自助法的通用推断理论，未提供面板、时间序列或因果应用等细分证据。
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
基于线性模型估计方程的自助法
- 研究问题
- 在线性模型中，能否通过重抽样估计函数的加项构造自助法，同时获得对异方差稳健的统计性质？
- 方法与思路
- 作者对生成原始估计的估计函数加项进行重抽样，研究所得估计量的渐近性质，并用模拟考察小样本表现。
- 材料陈述的贡献
- 摘要称，该方法计算较现有竞争方法简单，主要优势是对异方差稳健，并具有渐近理论与小样本模拟支持。
- 阅读关注点
- 应核对重抽样加项的定义、异方差稳健性的具体对象、渐近条件，以及模拟中使用的比较方法和评价指标。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；所谓较一般条件未具体列出，也未说明对相关误差或其他模型的适用性。
原文摘要
This paper presents a method of bootstrap estimation for the linear model. Rather than resampling from the original sample, as is conventional, the proposed method resamples summands in an estimating function used to produce the original estimate. The method is computationally simpler then existing competitors. However, its main advantage lies in the robustness to heteroscedasticity of the estimators it produces. These estimators are shown to have desirable asymptotic properties under fairly general conditions. A simulation study provides small sample support for the new method.