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。