• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >A hybrid approach based on saddlepoint and importance sampling methods for bootstrap tail probability estimation
【24h】

A hybrid approach based on saddlepoint and importance sampling methods for bootstrap tail probability estimation

机译：基于鞍点和重要度抽样方法的混合算法，用于自举尾部概率估计

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We propose a simple hybrid method which makes use of both saddlepoint and importance sampling techniques to approximate the bootstrap tail probability of an M-estimator. The method does not rely on explicit formula of the Lugannani-Rice type, and is computationally more efficient than both uniform bootstrap sampling and importance resampling suggested in earlier literature. The method is also applied to construct confidence intervals for smooth functions of M-estimands.
机译：我们提出一种简单的混合方法，该方法同时利用鞍点和重要性采样技术来近似估计M估计量的自举尾部概率。该方法不依赖于Lugannani-Rice类型的显式公式，并且在计算上比早期文献中建议的均匀自举采样和重要性重采样更为有效。该方法还适用于构造M估计的平滑函数的置信区间。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号