Página 1 dos resultados de 3297 itens digitais encontrados em 0.010 segundos

Regiões de confiança para a localização do ponto estacionário em superfícies de resposta, usando o método "bootstrap" Bayesiano; Confidence region on the location of the stationary point in response surfaces, a Bayesian bootstrap approach

Miquelluti, David José
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 18/04/2008 PT
Relevância na Pesquisa
37.27%
Experimentos nos quais uma ou mais variáveis respostas são influênciadas por diversos fatores quantitativos são bastante comuns nas áreas agrícola, química, biológica, dentre outras. Nesse caso, o problema de pesquisa consiste em se estudar essa relação, sendo de grande utilidade o uso da metodologia de superfícies de resposta (MSR). Nesse contexto, a determinação dos níveis dos fatores que otimizam a resposta consiste inicialmente na obtenção das coordenadas do ponto estacionário do modelo ajustado. No entanto, como o modelo verdadeiro é desconhecido, é interessante obter uma região de confiança das coordenadas verdadeiras de modo a avaliar a precisão da estimativa obtida. Foram abordados aqui os procedimentos para construção de regiões de confiança para as coordenadas do ponto estacionário em diferentes situações considerando-se a forma das superfícies analisadas e a distribuição e magnitude da variância dos erros do modelo. Foram utilizadas a metodologia de Box e Hunter (1954) (BH), "bootstrap" e "bootstrap" Bayesiano aliados ao cálculo da distância de Mahalanobis entre as coordenadas do ponto estacionários da amostra observada e aquelas obtidas por meio das estimativas "bootstrap"(BM e BBM), e métodos "bootstrap" e "bootstrap" Bayesiano aliados a métodos não paramétricos de estimação de funções densidade de probabilidade (BNP e BBNP). A avaliaçãoda metodologia foi realizada por meio de simulação e foi aplicada a um conjunto de dados de produção de amendoim. No estudo de simulação...

Estabilidade em análise de agrupamento via modelo AMMI com reamostragem "bootstrap"; Stability in clustering analysis through the AMMI methodology with bootstrap

Godoi, Débora Robert de
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 11/10/2013 PT
Relevância na Pesquisa
37.16%
O objetivo deste trabalho é propor uma nova metodologia de interpretação da estabilidade dos métodos de agrupamento, para dados de vegetação, utilizando a metodologia AMMI e a reamostragem (bootstrap), para ganhar confiabilidade nos agrupamentos formados. Os dados utilizados são provenientes do departamento de genética da Escola Superior de Agricultura "Luiz de Queiroz", e visam à produtividade de soja. Primeiramente aplica-se a metodologia AMMI e então, é estimada a matriz de distâncias euclidianas - com base nos dados originais e obtidos via reamostragem (bootstrap) - para a aplicação dos métodos de agrupamento (vizinho mais próximo, vizinho mais distante, ligação média, centroide, mediana e Ward). Para a verificação da validade dos agrupamentos formados utiliza-se o coeficiente de correlação cofenética, e pelo teste de Mantel, é apresentada a distribuição empírica dos coeficientes de correlação cofenética. Os agrupamentos obtidos pelos diferentes métodos são, em sua maioria, semelhantes indicando que, em princípio, qualquer um desses métodos seria adequado para a representação. O método que apresenta resultados discrepantes em relação aos outros (tanto para os dados originais, quanto pelos dados obtidos via bootstrap) - na representação gráfica em dendrograma - é método de Ward. Este estudo é promissor na análise da validade de agrupamentos formados em dados de vegetação.; The objective of this work is to propose a new interpretation methodology of clustering methods for vegetation data stability...

Mensuração e análise da evolução da produtividade total dos fatores agregada no Brasil : aplicação da abordagem de bootstrap ao índice de Malmquist

Figueiredo, Aline Trindade
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação Formato: application/pdf
POR
Relevância na Pesquisa
37.04%
Este trabalho pretende contribuir para a ampliação do debate em torno da trajetória dos ganhos de produtividade no Brasil, examinando o desempenho da produtividade total dos fatores (PTF) agregada no período 1987/2002, nas unidades da federação, através da estimação de intervalos de confiança para o índice de Malmquist e suas componentes variação de eficiência e taxa de progresso tecnológico. Para tanto, aplica-se a metodologia de bootstrap, conforme Simar e Wilson (1999a) aos índices obtidos pela técnica DEAMalmquist, de modo que se os intervalos de confiança – com probabilidade de 90% e 95% - contenham a unidade, o índice em questão não é significativamente diferente de 1 e, portanto, não é possível concluir que existam mudanças na PTF, na eficiência ou na tecnologia. Com a aplicação do bootstrap, a conclusão mais evidente é que se deve ter cautela na análise e comparação entre unidades produtivas através do mero exame dos índices de Malmquist calculados. Em alguns casos, a técnica corrobora os resultados encontrados através do índice, mas em outros se conclui que não se pode afirmar que as variações sejam, de fato, estatisticamente significantes.; This tesis estimates the confidence intervals for output oriented Malmquist indices of productivity and their decompositions – changes in efficiency and changes in technology – in the period 1987/2002 taking into consideration Brazilian States. For this study...

Estimation of population profiles of two strains of the fly Megaselia scalaris (Diptera: Phoridae) by bootstrap simulation

MANZATO, A. J.; TADEI, W. J.; CORDEIRO, J. A.
Fonte: Instituto Internacional de Ecologia Publicador: Instituto Internacional de Ecologia
Tipo: Artigo de Revista Científica Formato: 415-424
ENG
Relevância na Pesquisa
37.09%
A partir de perfis populacionais experimentais de linhagens do díptero forídeo Megaselia scalaris, foi determinado o número mínimo de perfis amostrais que devem ser repetidos, via processo de simulação bootstrap, para se ter uma estimativa confiável do perfil médio populacional e apresentar estimativas do erro-padrão como medida da precisão das simulações realizadas. Os dados originais são provenientes de populações experimentais fundadas com as linhagens SR e R4, com três réplicas cada, e que foram mantidas por 33 semanas pela técnica da transferência seriada em câmara de temperatura constante (25 ± 1,0ºC). A variável usada foi tamanho populacional e o modelo adotado para cada perfíl foi o de um processo estocástico estacionário. Por meio das simulações, os perfis de três populações experimentais foram amplificados, determinando-se, dessa forma, o tamanho mínimo de amostra. Fixado o tamanho de amostra, simulações bootstrap foram realizadas para construção de intervalos de confiança e comparação dos perfis médios populacionais das duas linhagens. Os resultados mostram que com o tamanho de amostra igual a 50 inicia-se o processo de estabilização dos valores médios.; Based on experimental population profiles of strains of the fly Megaselia scalaris (Phoridae)...

Métodos de bootstrap e aplicações em problemas biológicos

Alves, Edmar José
Fonte: Universidade Estadual Paulista (UNESP) Publicador: Universidade Estadual Paulista (UNESP)
Tipo: Dissertação de Mestrado Formato: 90 p. : il., tabs.
POR
Relevância na Pesquisa
37.29%
Pós-graduação em Matemática Universitária - IGCE; As técnicas de bootstrap são métodos computacionais intensivos que usam reamostragem para o cálculo de medidas de incerteza dos estimadores, tais como erros-padrão, viés e intervalos de confiança. Os métodos são aplicados a qualquer nível de modelagem e assim podem ser usados tanto na análise paramétrica quanto na não paramétrica. Os métodos bootstrap estudados são: o intervalo de confiança bootstrap padrão, o intervalo de confiança bootstrap-t, o intervalo de confiança bootstrap percentil, o intervalo de confiança bootstrap BCPB e o intervalo de confiança BCa. Utiliza-se dois códigos computacionais a serem implementados no software Matlab. Os códigos fornecem subsídios para a aplicação das técnicas estudadas a dados simulados e reais (problemas biológicos). Os intervalos de confiança bootstrap foram comparados entre si e com os métodos tradicionais de estimação da incerteza de estimadores; The bootstrap methods are intensive computational methods that use resampling to calculate measures of uncertainty of the estimators, such as standard errors, bias and confidence intervals. The methods are applicable to any level modeling and thus can be used in both parametric analysis as the non-parametric. The bootstrap methods are studied: the standard bootstrap confidence interval...

On the Failure of the Bootstrap for Matching Estimators

Imbens, Guido; Abadie, Alberto
Fonte: Econometric Society Publicador: Econometric Society
Tipo: Artigo de Revista Científica
EN_US
Relevância na Pesquisa
37.04%
Matching estimators are widely used in empirical economics for the evaluation of programs or treatments. Researchers using matching methods often apply the bootstrap to calculate the standard errors. However, no formal justification has been provided for the use of the bootstrap in this setting. In this article, we show that the standard bootstrap is, in general, not valid for matching estimators, even in the simple case with a single continuous covariate where the estimator is root-N consistent and asymptotically normally distributed with zero asymptotic bias. Valid inferential methods in this setting are the analytic asymptotic variance estimator of Abadie and Imbens (2006a) as well as certain modifications of the standard bootstrap, like the subsampling methods in Politis and Romano (1994).; Economics

Intervalo de confiança Bootstrap para valores da função de confiabilidade estimados pelo método de Kaplan-Meier

Abreu, André Luiz Emidio de
Fonte: Universidade Federal do Paraná Publicador: Universidade Federal do Paraná
Tipo: Teses e Dissertações Formato: application/pdf
PORTUGUêS
Relevância na Pesquisa
37.04%
Resumo: A análise de confiabilidade é uma área importante, tanto para a indústria que lança novos produtos quanto para os consumidores que sempre exigem produtos cada vez melhores e que tenham uma grande durabilidade. Com isso varias técnicas foram, e ainda são, desenvolvidas para esta finalidade. Uma delas é o estimador de Kaplan-Meier, estimador da função de confiabilidade, o estimador de Kaplan-Meier é um estimador não-paramétrico assintótico, pois a assintoticidade exige que as amostras sejam grandes para que as estimativas dos valores da confiabilidade fiquem próximas aos valores reais. Uma maneira de tentar corrigir isso é a utilização de técnicas computacionalmente intensivas, tais como o método bootstrap, que é uma técnica de reamostragem proposto por Efron em 1979, que foi utilizado para avaliar a variabilidade de uma estatística qualquer. O trabalho apresenta a aplicação do método bootstrap ao estimador não-paramétrico Kaplan-Meier, e assim obter intervalos de confiança bootstrap para os valores das estimativas da confiabilidade. Foi desenvolvido um programa computacional em linguagem Fortran do método bootstrap aliado ao estimador de Kaplan-Meier, foram testadas diversas amostras de tempo de falha e comparados os resultados com os do estimador. Ao final concluiu-se que a aplicação do método resultou em resultados satisfatórios.

Bootstrap forecasts of multivariate time series

Fresoli, Diego
Fonte: Universidade Carlos III de Madrid Publicador: Universidade Carlos III de Madrid
Tipo: Tese de Doutorado
ENG
Relevância na Pesquisa
37.35%
En esta tesis se estudia el desempeño de procedimientos que tienen por objetivo la aproximación de densidades de predicción y sus respectivos intervalos y regiones de confianza en series de tiempos multivariantes. En concreto, desarrollamos procedimientos bootstrap para predecir los modelos VAR y DCC, utilizados a menudo en la modelización y predicción de series temporales macroeconómicas y financieras. La metodología bootstrap analizada en esta tesis es atractiva debido a que no necesita supuestos distribucionales y es apropiada para incorporar la incertidumbre de los parámetros y del modelo. En el Capítulo 1 se describen los modelos VAR y DCC y el enfoque tradicional para construir densidades de predicción con los mismos. Los problemas que surgen con este enfoque nos motiva a considerar alternativas, algunas de ellas basadas en bootstrapping. Para entonces será un momento propicio para presentar brevemente la metodología bootstrap en el marco de series de tiempo así como su aplicación en problemas de predicción. En el Capítulo 2 se establece la validez asintótica y se analiza el desempeño en muestras pequeñas de un procedimiento bootstrap propuesto para construir densidades de predicción multivariante en el contexto de modelos VAR no Gausianos. Este procedimiento bootstrap no necesita de la representación backward usada por las alternativas existentes en la literatura y...

On robustness properties of bootstrap approximations

Cuevas, Antonio; Romo, Juan
Fonte: Universidade Carlos III de Madrid Publicador: Universidade Carlos III de Madrid
Tipo: info:eu-repo/semantics/workingPaper; info:eu-repo/semantics/workingPaper Formato: application/pdf
Publicado em /09/1991 ENG
Relevância na Pesquisa
37.09%
Bootstrap approximations to the sampling distribution can be seen as generalized statistics taking values in a space of probability measures. We first analyze qualitative robustness [in Hampel's (1971) sense] of these statistics when the initial estimators {Tn } (whose distributions we want to approximate using bootstrap resampling) are obtained by restriction from a statistical functional T defined for all probability distributions. Whereas continuity of T turns out to be the natural condition to ensure qualitative robustness of {Tn }, we show that the uniform continuity of T is a sufficient condition for robustness of the bootstrap. This result applies to M-estimators. Next, we study asymptotic properties of the bootstrap estimator for the infiuence function T'(F; x) of T at a distribution F and we prove that continuous Hadamard differentiability of the operator F_ T'(F;.) with respect to F is a natural condition to establish the validity of bootstrap confidence bands for this estimator.

Bootstrap for panel data models with an application to the evaluation of public policies

Hounkannounon, Bertrand G. B.
Fonte: Université de Montréal Publicador: Université de Montréal
Tipo: Thèse ou Mémoire numérique / Electronic Thesis or Dissertation
FR
Relevância na Pesquisa
37.24%
Le but de cette thèse est d étendre la théorie du bootstrap aux modèles de données de panel. Les données de panel s obtiennent en observant plusieurs unités statistiques sur plusieurs périodes de temps. Leur double dimension individuelle et temporelle permet de contrôler l 'hétérogénéité non observable entre individus et entre les périodes de temps et donc de faire des études plus riches que les séries chronologiques ou les données en coupe instantanée. L 'avantage du bootstrap est de permettre d obtenir une inférence plus précise que celle avec la théorie asymptotique classique ou une inférence impossible en cas de paramètre de nuisance. La méthode consiste à tirer des échantillons aléatoires qui ressemblent le plus possible à l échantillon d analyse. L 'objet statitstique d intérêt est estimé sur chacun de ses échantillons aléatoires et on utilise l ensemble des valeurs estimées pour faire de l inférence. Il existe dans la littérature certaines application du bootstrap aux données de panels sans justi cation théorique rigoureuse ou sous de fortes hypothèses. Cette thèse propose une méthode de bootstrap plus appropriée aux données de panels. Les trois chapitres analysent sa validité et son application. Le premier chapitre postule un modèle simple avec un seul paramètre et s 'attaque aux propriétés théoriques de l estimateur de la moyenne. Nous montrons que le double rééchantillonnage que nous proposons et qui tient compte à la fois de la dimension individuelle et la dimension temporelle est valide avec ces modèles. Le rééchantillonnage seulement dans la dimension individuelle n est pas valide en présence d hétérogénéité temporelle. Le ré-échantillonnage dans la dimension temporelle n est pas valide en présence d'hétérogénéité individuelle. Le deuxième chapitre étend le précédent au modèle panel de régression. linéaire. Trois types de régresseurs sont considérés : les caractéristiques individuelles...

Essays on bootstrap in econometrics

Kaffo Melou, Maximilien
Fonte: Université de Montréal Publicador: Université de Montréal
Tipo: Thèse ou Mémoire numérique / Electronic Thesis or Dissertation
EN
Relevância na Pesquisa
37.4%
Ma thèse est composée de trois essais sur l'inférence par le bootstrap à la fois dans les modèles de données de panel et les modèles à grands nombres de variables instrumentales #VI# dont un grand nombre peut être faible. La théorie asymptotique n'étant pas toujours une bonne approximation de la distribution d'échantillonnage des estimateurs et statistiques de tests, je considère le bootstrap comme une alternative. Ces essais tentent d'étudier la validité asymptotique des procédures bootstrap existantes et quand invalides, proposent de nouvelles méthodes bootstrap valides. Le premier chapitre #co-écrit avec Sílvia Gonçalves# étudie la validité du bootstrap pour l'inférence dans un modèle de panel de données linéaire, dynamique et stationnaire à effets fixes. Nous considérons trois méthodes bootstrap: le recursive-design bootstrap, le fixed-design bootstrap et le pairs bootstrap. Ces méthodes sont des généralisations naturelles au contexte des panels des méthodes bootstrap considérées par Gonçalves et Kilian #2004# dans les modèles autorégressifs en séries temporelles. Nous montrons que l'estimateur MCO obtenu par le recursive-design bootstrap contient un terme intégré qui imite le biais de l'estimateur original. Ceci est en contraste avec le fixed-design bootstrap et le pairs bootstrap dont les distributions sont incorrectement centrées à zéro. Cependant...

The Bootstrap of Mean for Dependent Heterogeneous Arrays.

GONÇALVES, Sílvia; WHITE, Halbert
Fonte: Université de Montréal Publicador: Université de Montréal
Tipo: Artigo de Revista Científica Formato: 304269 bytes; application/pdf
Relevância na Pesquisa
37.3%
Presently, conditions ensuring the validity of bootstrap methods for the sample mean of (possibly heterogeneous) near epoch dependent (NED) functions of mixing processes are unknown. Here we establish the validity of the bootstrap in this context, extending the applicability of bootstrap methods to a class of processes broadly relevant for applications in economics and finance. Our results apply to two block bootstrap methods: the moving blocks bootstrap of Künsch ( 989) and Liu and Singh ( 992), and the stationary bootstrap of Politis and Romano ( 994). In particular, the consistency of the bootstrap variance estimator for the sample mean is shown to be robust against heteroskedasticity and dependence of unknown form. The first order asymptotic validity of the bootstrap approximation to the actual distribution of the sample mean is also established in this heterogeneous NED context.; Actuellement, les conditions assurant la validité des méthodes de bootstrap pour la moyenne d'échantillon des fonctions (possiblement hétérogènes) de dépendance d'époque proche (DEP) des processus de mixage sont inconnues. Un des objectifs principaux de cet article est d'établir la validité du bootstrap dans ce contexte, élargissant ainsi l'applicabilité des méthodes de bootstrap à une classe de processus largement adéquats pour les applications en économie et en finance. Les résultats s'appliquent au bootstrap de blocs mouvants de Künsch ( 989) et Liu et Singh ( 992)...

On bootstrap validity for specification tests with weak instruments

Doko Tchatoka, F.
Fonte: Wiley Publicador: Wiley
Tipo: Artigo de Revista Científica
Publicado em //2015 EN
Relevância na Pesquisa
37.13%
We study the asymptotic validity of the bootstrap for Durbin–Wu–Hausman tests of exogeneity, with or without identification. We provide an analysis of the limiting distributions of the proposed bootstrap statistics under both the null hypothesis of exogeneity (size) and the alternative hypothesis of endogeneity (power).We show that when identification is strong, the bootstrap provides a high-order approximation of the null limiting distributions of the statistics and is consistent under the alternative hypothesis if the endogeneity parameter is fixed. However, the bootstrap only provides a first-order approximation when instruments are weak. Moreover, we provide the necessary and sufficient condition under which the proposed bootstrap tests exhibit power under (fixed) endogeneity and weak instruments. The latter condition may still hold over a wide range of cases as long as at least one instrument is relevant. Nevertheless, all bootstrap tests have low power when all instruments are irrelevant, a case of little interest in empirical work. We present a Monte Carlo experiment that confirms our theoretical findings.; Firmin Doka Tchatoka

Bootstrap hypothesis testing for some common statistical problems: A critical evaluation of size and power properties.

Martin, Michael
Fonte: Elsevier Publicador: Elsevier
Tipo: Artigo de Revista Científica
Relevância na Pesquisa
37.09%
The construction of bootstrap hypothesis tests can differ from that of bootstrap confidence intervals because of the need to generate the bootstrap distribution of test statistics under a specific null hypothesis. Similarly, bootstrap power calculations r

Some applications of the bootstrap to survival analysis

Utzet Civit, Federico; Sánchez, Álex
Fonte: Universidade Autônoma de Barcelona Publicador: Universidade Autônoma de Barcelona
Tipo: Artigo de Revista Científica Formato: application/pdf
Publicado em //1992 ENG
Relevância na Pesquisa
37.04%
In this work some of the classical applications of bootstrap methods to survival analysis are reviewed. First the bootstrap estimate of the variance and the bias-corrected estimate of the median for the Kaplan-Meier estimator of the survival function are considered. After this, more recent topics are considered such as methods for constructing confidence bands for the estimate of the survival function and exact and approximated tests to compare two survival functions. In the last two situations the bootstrap proves to be helpful in approximating the necessary critical values

Extremal and probabilistic bootstrap percolation

Przykucki, Micha? Jan
Fonte: University of Cambridge; Department of Pure Mathematics and Mathematical Statistics Publicador: University of Cambridge; Department of Pure Mathematics and Mathematical Statistics
Tipo: Thesis; doctoral; PhD
EN
Relevância na Pesquisa
37.13%
In this dissertation we consider several extremal and probabilistic problems in bootstrap percolation on various families of graphs, including grids, hypercubes and trees. Bootstrap percolation is one of the simplest cellular automata. The most widely studied model is the so-called r-neighbour bootstrap percolation, in which we consider the spread of infection on a graph G according to the following deterministic rule: infected vertices of G remain infected forever and in successive rounds healthy vertices with at least r already infected neighbours become infected. Percolation is said to occur if eventually every vertex is infected. In Chapter 1 we consider a particular extremal problem in 2-neighbour bootstrap percolation on the n \times n square grid. We show that the maximum time an infection process started from an initially infected set of size n can take to infect the entire vertex set is equal to the integer nearest to (5n^2-2n)/8. In Chapter 2 we relax the condition on the size of the initially infected sets and show that the maximum time for sets of arbitrary size is 13n^2/18+O(n). In Chapter 3 we consider a similar problem, namely the maximum percolation time for 2-neighbour bootstrap percolation on the hypercube. We give an exact answer to this question showing that this time is \lfloor n^2/3 \rfloor. In Chapter 4 we consider the following probabilistic problem in bootstrap percolation: let T be an infinite tree with branching number \br(T) = b. Initially...

Bootstrap confidence regions computed from autoregressions of arbitrary order

Choi, E; Hall, Peter
Fonte: Aiden Press Publicador: Aiden Press
Tipo: Artigo de Revista Científica
Relevância na Pesquisa
37.27%
Given a linear time series, e.g. an autoregression of infinite order, we may construct a finite order approximation and use that as the basis for bootstrap confidence regions. The sieve or autoregressive bootstrap, as this method is often called, is generally seen as a competitor with the better-understood block bootstrap approach. However, in the present paper we argue that, for linear time series, the sieve bootstrap has significantly better performance than blocking methods and offers a wider range of opportunities. In particular, since it does not corrupt second-order properties then it may be used in a double-bootstrap form, with the second bootstrap application being employed to calibrate a basic percentile method confidence interval. This approach confers second-order accuracy without the need to estimate variance. That offers substantial benefits, since variances of statistics based on time series can be difficult to estimate reliably, and - partly because of the relatively small amount of information contained in a dependent process - are notorious for causing problems when used to Studentize. Other advantages of the sieve bootstrap include considerably greater robustness against variations in the choice of the tuning parameter...

A weighted bootstrap approach to bootstrap iteration

Hall, Peter; Maesono, Y
Fonte: Aiden Press Publicador: Aiden Press
Tipo: Artigo de Revista Científica
Relevância na Pesquisa
37.16%
The operation of resampling from a bootstrap resample, encountered in applications of the double bootstrap, may be viewed as resampling directly from the sample but using probability weights that are proportional to the numbers of times that sample values appear in the resample. This suggests an approximate approach to double-bootstrap Monte Carlo simulation, where weighted bootstrap methods are used to circumvent much of the labour involved in compounded Monte Carlo approximation. In the case of distribution estimation or, equivalently, confidence interval calibration, the new method may be used to reduce the computational labour. Moreover, the method produces the same order of magnitude of coverage error for confidence intervals, or level error for hypothesis tests, as a full application of the double bootstrap.

Importance of interpolation when constructing double-bootstrap confidence intervals

Hall, Peter; Lee, S-M; Young, G A
Fonte: Aiden Press Publicador: Aiden Press
Tipo: Artigo de Revista Científica
Relevância na Pesquisa
37.09%
We show that, in the context of double-bootstrap confidence intervals, linear interpolation at the second level of the double bootstrap can reduce the simulation error component of coverage error by an order of magnitude. Intervals that are indistinguishable in terms of coverage error with theoretical, infinite simulation, double-bootstrap confidence intervals may be obtained at substantially less computational expense than by using the standard Monte Carlo approximation method. The intervals retain the simplicity of uniform bootstrap sampling and require no special analysis or computational techniques. Interpolation at the first level of the double bootstrap is shown to have a relatively minor effect on the simulation error.

Intentionally biased bootstrap methods

Hall, Peter; Presnell, B
Fonte: Aiden Press Publicador: Aiden Press
Tipo: Artigo de Revista Científica
Relevância na Pesquisa
37.19%
A class of weighted bootstrap techniques, called biased bootstrap or b-bootstrap methods, is introduced. It is motivated by the need to adjust empirical methods, such as the "uniform" bootstrap, in a surgical way to alter some of their features while leaving others unchanged. Depending on the nature of the adjustment, the b-bootstrap can be used to reduce bias, or to reduce variance or to render some characteristic equal to a predetermined quantity. Examples of the last application include a b-bootstrap approach to hypothesis testing in nonparametric contexts, where the b-bootstrap enables simulation "under the null hypothesis", even when the hypothesis is false, and a b-bootstrap competitor to Tibshirani's variance stabilization method. An example of the bias reduction application is adjustment of Nadaraya-Watson kernel estimators to make them competitive with local linear smoothing. Other applications include density estimation under constraints, outlier trimming, sensitivity analysis, skewness or kurtosis reduction and shrinkage.