Bootstrapping ortalama tahmindeki belirsizliğe erişmek için iyi çalışır, ancak bootstrap'ın kantil tahminlerdeki (özellikle medyan) belirsizliği değerlendirmede iyi bir iş yapmadığını bir yerde okuduğumu hatırlıyorum.
Bunu nerede okuduğumu hatırlamıyorum ve hızlı bir Google aramasıyla fazla bir şey bulamadım. Bu ve herhangi bir referans hakkındaki düşünceler çok takdir edilecektir.
Ayrıca bakınız: Rogers, WH 1992. sg11: Kuantil regresyon standart hataları. Stata Teknik Bülteni 9: 16–19. Stata'da yeniden basılmıştır. Teknik Bülten Reprints, cilt. 2, sayfa 133-137. College Station, TX: Stata Yayınları. --- Rogers, WH 1993. sg11.2: Kuantil regresyon standart hatalarının hesaplanması. Stata Teknik Bülteni 13: 18–19. Stata'da yeniden basılmıştır. Teknik Bülten Reprints, cilt. 3, sayfa 77-78. College Station, TX: Stata Yayınları.
—
boscovich
Bir yanlış iletişim olup olmadığını merak ediyorum. Bootstrap'in bir dağılımın ortasında kuyruklardan daha iyi çalıştığı iyi anlaşılmıştır. Böylece, örneğin, medyanın önyüklemesi en sağlam kantil olurken, min veya maks'in önyüklemesi zorunlu olarak başarısız olur. Sen @ kardinalin yanıt bulabilirsiniz Burada ilgi olması.
—
gung - Monica'yı eski durumuna döndürün
@Procrastinator Alıntı yaptığınız çok alakalı iki referans için teşekkür ederiz. Cevabımda alıntıladığım kitabım bootstrap makalelerine atıflarla dolu ve hem alıntıladığınız referanslar kitapta listeleniyor.
—
Michael R.Chernick
sqregStata'daki (eşzamanlı kantil regresyon) komutunun standart hataları nasıl tahmin ettiği. Ama bu hiçbir şeyi kanıtlamaz, biliyorum.