基于贝叶斯的Bootstrap置信区间OA北大核心CHSSCDCSSCICSTPCD
Bootstrap Confidence Interval Based on Bayes
在许多领域中,Bootstrap成为一种数据处理的有效方法.很多情况下,模型中感兴趣的参数的置信区间难以构建,为了解决这一问题,文章提出了一个新的贝叶斯Bootstrap置信区间的估计量,并做了蒙特卡洛模拟比较,结果比经典区间估计方法和经典Bootstrap方法更优,并进行了实例分析.
张茺喨;田茂再
兰州财经大学统计学院,兰州730020兰州财经大学统计学院,兰州730020
数理科学
Bootstrap贝叶斯置信区间
《统计与决策》 2020 (1)
32-35,4
国家自然科学基金资助项目(11861042)
评论