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。
我们解决了在贝塔回归模型类的小样本中执行测试推断的问题。我们考虑似然比检验及其标准引导版本。我们还考虑了两种替代的基于重采样的测试。其中一种方法使用bootstrap检验统计数据副本来数值估计Bartlett校正因子,该校正因子可应用于似然比检验统计数据。通过这样做,我们避免了估计位于似然比检验统计量零分布尾部的数量。第二种基于重采样的替代测试使用快速双引导方案,其中对每个一级引导复制执行一个二级引导重采样。它以比标准双引导方案小得多的计算成本提供准确的测试推断。我们提供的蒙特卡罗结果表明,在小样本中,标准似然比检验往往相当宽松。他们还表明,即使样本量很小,引导测试也能提供准确的测试推断。还提出并讨论了一个实证应用。
法比奥·P·利马。 弗朗西斯科·克里巴里·内托。 “beta回归中基于Bootstrap的测试推断。” 钎焊。J.概率。斯达。 34 (1) 18 - 34, 2020年2月。 https://doi.org/10.1214/18-BJPS412