马英英;冷、陈雷;王汉生 海量数据的最佳子采样引导。 (英语) Zbl 07813837号 J.总线。经济。统计。 42,编号1,174-186(2024). MSC公司: 第62页第20页 统计学在经济学中的应用 关键词:一包小引导;引导数据库;计算成本;次采样双引导;二次采样 PDF格式BibTeX公司 XML格式引用 \textit{Y.Ma}等人,J.Bus。经济。Stat.42,No.1,174--186(2024;Zbl 07813837) 全文: 内政部 arXiv公司 OA许可证 参考文献: [1] Bickel,P.、Götze,F.和van Zwet,W.(1997),“重新采样少于n个观测:收益、损失和损失补救”,《中国统计》,7,1-31·Zbl 0927.62043号 [2] Bickel,P.J.和Sakov,A.(2008),“关于极值的n自举和置信界限的选择”,《统计》,第18期,第967-985页·Zbl 05361940号 [3] Booth,J.G.和Hall,P.(1994),“蒙特卡罗近似和迭代引导”,《生物特征》,第81、331-340页。内政部:·Zbl 0807.62037号 [4] Chen,S.和Peng,L.(2021),“海量数据的分布式统计推断”,《统计年鉴》,49,2851-2869。DOI:·Zbl 1486.62123号 [5] Chen,X.、Liu,W.和Zhang,Y.(2019),“记忆约束下的分位数回归”,《统计学年鉴》,473244-3273。内政部:·Zbl 1436.62134号 [6] Efron,B.(1990),“更有效的引导计算”,《美国统计协会杂志》,85,79-89。内政部:·Zbl 0719.62053号 [7] Efron,B.和Tibshirani,R.J.(1994),《Bootstrap简介》,佛罗里达州博卡拉顿:CRC出版社。 [8] Fan,J.、Guo,Y.和Wang,K.(2021),“通信效率准确统计估算”,美国统计协会杂志,DOI:。 [9] Hall,P.(1994),“自助法的方法论和理论”,《计量经济学手册》,42341-2381。 [10] He,X.和Shao,Q.-M.(1996),“M-估计量的一般Bahadur表示及其在非随机设计线性回归中的应用”,《统计学年鉴》,242608-2630·Zbl 0867.62012年 [11] Jordan,M.I.、Lee,J.D.和Yang,Y.(2019),“通信效率分布式统计推断”,《美国统计协会杂志》,第114668-681页·兹比尔1420.62097 [12] Kleiner,A.、Talwalkar,A.,Sarkar,P.和Jordan,M.I.(2014),“海量数据的可扩展引导”,《皇家统计学会杂志》,B辑,76795-816·Zbl 07555464号 [13] Koenker,R.(2005),分位数回归,剑桥:剑桥大学出版社·Zbl 1111.62037号 [14] Li,R.、Lin,D.K.和Li,B.(2013),“海量数据集中的统计推断”,商业和工业中的应用随机模型,29,399-409。 [15] Politis,D.、Romano,J.和Wolf。,M.(1999),子抽样,纽约:Springer·Zbl 0931.62035号 [16] Sengupta,S.、Volgushev,S.和Shao,X.(2016),“海量数据的子样本双引导”,《美国统计协会杂志》,第1111222-1232页。 [17] Shao,J.和Wang,H.(2002),“基于回归插补下调查数据的样本相关系数”,美国统计协会杂志,97,544-552·Zbl 1073.62514号 [18] Van Der Vaart,A.W.和Wellner,J.A.(1996),《弱收敛和经验过程》,第16-28页,纽约:施普林格出版社·Zbl 0862.60002号 [19] Volgushev,S.、Chao,S.-K.和Cheng,G.(2019),“分位数回归过程的分布式推断”,《统计年鉴》,第47期,第1634-1662页·Zbl 1418.62174号 [20] Wang,H.,Li,G.和Jiang,G..(2007),“通过lad-lasso进行稳健回归收缩和一致变量选择”,《商业与经济统计杂志》,25,347-355。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。