原文链接:https://www.lianxh/news/47de6c90ac6b7.html
目录
- 1. Bootstrap 简介
- 1.1 有放回抽样
- 1.2 标准差与标准误
- 2. 编写 bootstrap程序
- 2.1 Stata 范例 1:OLS 回归的 RMSE 的标准误
- 2.2 Stata 范例 2:采用 Bootstrap 获取 VIF 的标准误和置信区间
- 3. 参考文献
-
- Books
- Bootstrap 简介
- 聚类标准误-Bootstrap
1. Bootstrap 简介
bootstrap 是一种崭新的增广样本统计方法,为解决小样本问题提供了很好的思路。它是非参数统计中一种重要的估计统计量方差进而进行区间估计的统计方法。
Bootstrap 的基本步骤如下:
- Step 1: 采用有放回抽样方法从原始样本中抽取一定数量的子样本。
- Step 2: 根据抽出的样本计算想要的统计量。
- Step 3: 重复前两步 K 次,得到 K 个统计量的估计值。
- Step 4: 根据 K 个估计值获得统计量的分布,并计算置信区间。
原文链接:https://www.lianxh/news/47de6c90ac6b7.html
更多推荐
Stata:Bootstrap简介
发布评论