• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Applied Mathematics & Statistics >Application of Robust Wild Bootstrap Estimation of Linear Model in Econometric
【24h】

Application of Robust Wild Bootstrap Estimation of Linear Model in Econometric

机译：线性模型的鲁棒自举估计在计量经济学中的应用

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

This paper investigates the use of robust wild bootstrap techniques on regression model as an estimator for economic indicators in a situation where heteroscedasticity and outliers are present. We introduced robust procedures, called robust weighted bootstrap least trimmed squares (RWBootWu) and robust weighted bootstrap least trimmed squares (RWBootLiu). The propose method uses the weighted residuals incorporating the Huber weighted function, least trimmed squares (LTS) estimator, bootstrap sampling procedure of Wu and Liu as well as the robust location and scale,. Numerical examples and simulation were carried out to evaluate the performance of the RWBootWu and RWBootLiu with the existing wild bootstrap BootWu, BootLiu, RBootWu, and RBootLiu method. The result of the study proved that the (RWBootWu) and (RWBootLiu) offer as a substantial improvement over the existing methods and proved to be good altemative estimators.
机译：本文研究了在存在异方差和离群值的情况下，将稳健的野生自举技术用于回归模型作为经济指标的估计的方法。我们介绍了鲁棒的过程，称为鲁棒加权自举最小修剪正方形（RWBootWu）和鲁棒加权自举最小修剪正方形（RWBootLiu）。提出的方法使用结合了Huber加权函数的加权残差，最小修剪平方（LTS）估计量，Wu和Liu的自举抽样程序以及稳健的位置和规模。进行了数值示例和仿真，以评估RWBootWu和RWBootLiu的性能，并使用现有的野生引导程序BootWu，BootLiu，RBootWu和RBootLiu方法。研究结果证明（RWBootWu）和（RWBootLiu）是对现有方法的实质性改进，并被证明是很好的替代估计量。

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