《线性回归M 估计量的 Wild Bootstrap 方法研究》

【作者】祝金甫

【摘要】Wild Bootstrap 是一种适用于回归方程中存在异方差时的再取样方法。本文通过线性回归Huber 估计量的模拟研究，比较了不同的bootstrap 方法，并验证了wild bootstrap 方法在有限样本下的有效性。通过运用一种简单有限样本统计量对wildbootstrap 加以修正，对于存在异方差性且基于固定设计的回归模型而言，wildbootstrap 成为首选的重复抽样法。