我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
我们讨论了以下问题:给定未知概率分布的随机样本$\mathbf{X}=(X_1,X_2,\cdots,X_n)$,在观测数据$\mathbf{X}$的基础上,估计一些预先指定的随机变量$R(\mathbf{X},F)$的抽样分布。(标准折刀理论给出了$R(mathbf{X},F)=θ(that{F})-θ(F),θ$some参数的近似平均值和方差。)介绍了一种称为“bootstrap”的通用方法,该方法在各种估计问题上都能令人满意地工作。折刀显示为引导的线性近似方法。本文通过一系列实例进行了阐述:样本中值的方差、线性判别分析中的错误率、比率估计、回归参数估计等。
B.埃夫隆。 “引导方法:又一次看折刀。” 安。统计师。 7 (1) 1 - 26, 1979年1月。 https://doi.org/10.1214/aos/1176344552