一类广义平稳时间序列的无模型Bootstrap方法
统计理论
2020-01-01 v1 统计理论
摘要
引入了一类广义平稳时间序列的无模型bootstrap过程。建立了理论框架，证明了针对许多感兴趣统计量的bootstrap置信区间的渐近有效性。此外，还证明了一步向前bootstrap预测区间的渐近有效性。进行了有限样本实验以经验性地确认新方法的性能，并与块bootstrap和自回归(AR)-筛bootstrap等流行方法进行比较。
引用
@article{arxiv.1912.13185,
title = {Model-free Bootstrap for a General Class of Stationary Time Series},
author = {Yiren Wang and Dimitris N. Politis},
journal= {arXiv preprint arXiv:1912.13185},
year = {2020}
}