সমকামিতা অনুমান লঙ্ঘন করা হয়েছে এমন পরিস্থিতিতে কি বুটস্ট্র্যাপিং স্ট্যান্ডার্ড ত্রুটি এবং আত্মবিশ্বাসের ব্যবধানগুলি উপযুক্ত?

Question

যদি স্ট্যান্ডার্ড ওএলএস রেগ্রেশনগুলিতে দুটি অনুমান লঙ্ঘিত হয় (ত্রুটির স্বাভাবিক বন্টন, সমকামিতা), বুটস্ট্র্যাপিং কি স্ট্যান্ডার্ড ত্রুটিগুলি এবং আত্মবিশ্বাসের বিরতি হ'ল রেজিস্ট্রার সহগের তাত্পর্যকে বিবেচনা করে অর্থবহ ফলাফলে পৌঁছানোর উপযুক্ত বিকল্প?

বুটস্ট্র্যাপড স্ট্যান্ডার্ড ত্রুটি এবং আত্মবিশ্বাসের অন্তরগুলির সাথে তাত্পর্যপূর্ণ পরীক্ষা এখনও কি হেটেরোসেসটাস্টিকটির সাথে "কাজ" করে?

যদি হ্যাঁ, তবে এই দৃশ্যে (পারসেন্টাইল, বিসি, বিসিএ) ব্যবহারযোগ্য আত্মবিশ্বাসের অন্তর্ভুক্তগুলি কী কী হতে পারে?

অবশেষে, বুটস্ট্র্যাপিং যদি এই দৃশ্যে যথাযথ হয় তবে এই উপসংহারে পৌঁছানোর জন্য প্রাসঙ্গিক সাহিত্য কী পড়তে হবে এবং উদ্ধৃত করা প্রয়োজন? কোনও ইঙ্গিত খুব প্রশংসা হবে!

Comments

যদি এই ধরনের লঙ্ঘন হয় তবে আমি মনে করি না যে বুটস্ট্র্যাপিং এটি নিরাময় করে। পরিবর্তে কেন স্বাভাবিকতার কাছাকাছি যাওয়ার জন্য ডেটা রুপান্তর করার (লগ) চেষ্টা করবেন না এবং আর-র স্যান্ডউইচ প্যাকেজ থেকে যেমন একটি শক্তিশালী স্ট্যান্ডার্ড ত্রুটি ব্যবহার করবেন?

— বি_মিনার

আপনি যে পরিস্থিতিটির সাথে

— পুনরায় মডেলিং স্কিমটি খাপ খাইয়েছেন তা বুটস্ট্র্যাপ ঠিকঠাক কাজ করে

Answer 1

স্বতন্ত্র সাথে লিনিয়ার রিগ্রেশন করার জন্য বুটস্ট্র্যাপ সম্পাদন করার জন্য কমপক্ষে তিনটি (আরও বেশি হতে পারে) পন্থা রয়েছে, তবে একইভাবে বিতরণ করা ডেটা নেই। (আপনার যদি "স্ট্যান্ডার্ড" অনুমানের অন্য লঙ্ঘন হয়, যেমন, সময় সিরিজের ডেটা সহ স্বতঃসংশ্লিষ্টতার কারণে, বা নমুনা নকশার কারণে ক্লাস্টারিং, জিনিসগুলি আরও জটিল হয়)।

1. আপনি সামগ্রিকভাবে পর্যবেক্ষণ রীস্যাম্পেল করতে পারেন, মানে, প্রতিস্থাপন একটি নমুনা নেওয়া মূল তথ্য থেকে । এটি হুবার-হোয়াইট হিটারোস্কেস্টেটিসিটি সংশোধন করার জন্য asyptotically সমতুল্য হবে ।{ ( y i , x i ) $(y_j^*, {\bf x}_j^*)$$\{ (y_i, {\bf x}_i) \}$
2. $e_i = y_i - {\bf x}_i ' \hat\beta$${\bf x}_j^*$$e_j^*$
3. আপনি বুনো বুটস্ট্র্যাপ সম্পাদন করতে পারেন যাতে আপনি অবশিষ্টাংশের চিহ্নটি পুনরায় নমুনা করেন, যা শর্তসাপেক্ষে দ্বিতীয় মুহুর্তের জন্য নিয়ন্ত্রণ করে (এবং শর্তসাপেক্ষে তৃতীয় মুহুর্তের জন্য কিছু অতিরিক্ত টুইটও করে)। এটিই আমি প্রস্তাবিত পদ্ধতিটি হব (যদি আপনি এটি বুঝতে পারেন এবং অন্যদের কাছে এটির জিজ্ঞাসা করতে পারেন তবে জিজ্ঞাসা করা হয় যে "হিটারোসকস্টাস্টিটি নিয়ন্ত্রণের জন্য আপনি কী করেছিলেন? কীভাবে আপনি জানেন যে এটি কাজ করে?")।

চূড়ান্ত রেফারেন্স হ'ল উ (1986) , তবে আনানালগুলি হুবহু ছবি বইয়ের পড়া নয়।

মন্তব্যগুলিতে জিজ্ঞাসা করা ওপি'র ফলোআপ প্রশ্নের উপর ভিত্তি করে আপডেটগুলি :

প্রতিলিপি সংখ্যা আমার কাছে বড় মনে হয়েছিল; এই বুটস্ট্র্যাপ প্যারামিটারের একমাত্র ভাল আলোচনা যা আমি সচেতন তা হ'ল ইফ্রন এবং তিবশিরানীর ইন্ট্রো টু বুটস্ট্র্যাপ বইয়ে ।

$M$) বুটস্ট্র্যাপ এবং হিটারোস্কেস্টেস্টিটি সংশোধনের মধ্যে তুলনা করার জন্য।

Comments

আপনার সাহায্যের জন্য অসংখ্য ধন্যবাদ! দয়া করে আমাকে একটি ফলোআপ প্রশ্নের মঞ্জুরি দিন: কেবলমাত্র অনুমানগুলি যা আমি লঙ্ঘন করি তা হ'ল ত্রুটিগুলির সাধারণ বিতরণ এবং সমকামী অনুমান। এছাড়াও, আমি কেবল আমার প্রতিরোধের সহগগুলি সিগ করে কিনা তা দেখতে আগ্রহী। প্রত্যাশিত দিক বা না। প্রভাবটির প্রস্থতা গুরুত্বপূর্ণ নয়। আমি মনে করি আমি এখন পর্যন্ত যা করেছি তা হ'ল আপনার বিকল্প 1. আমি স্টাটা: ভেস (বুটস্ট্র্যাপ, রেপস (2500) বিসিএ), এস্ট্যাট বুটস্ট্র্যাপ ব্যবহার করে এটি করেছি। এটি কি আমার অনুমান লঙ্ঘন নিরাময় করে?

— ডেভিড

আমি কেবল আপনার সিনট্যাক্সের উপর ভিত্তি করে ডেটা ডায়াগনস্টিক করি না, এবং কেউ করবে না। আপনার ডেটা সেট আকার কি? reps(2500)কমপক্ষে মানক ত্রুটির জন্য সম্ভবত একটি ওভারকিল; আমি মনে করি reps(500)বেশিরভাগ ব্যবহারিক উদ্দেশ্যে ঠিক আছে। ইফ্রন এবং তিবশিরানীর ইন্ট্রো বুটস্ট্র্যাপ বইয়ের প্রতিলিপিগুলির সংখ্যার একটি বিভাগ রয়েছে। তাদেরও রিগ্রেশন সম্পর্কিত পুরো অধ্যায় রয়েছে, যাতে আপনার দিকে নজর দেওয়ার জন্য এটি আরও একটি ভাল রেফারেন্স হতে পারে।

— স্টাসকে

আপনার দ্রুত উত্তরের জন্য আপনাকে ধন্যবাদ। ডেটাসেটটি 250 ডলার। প্রতিক্রিয়ার সংখ্যার প্রশ্নগুলি একপাশে রেখে (লিঙ্কটির জন্য আপনাকে ধন্যবাদ!) আপনি কি সম্মত হবেন যে বুটস্ট্র্যাপড স্ট্যান্ডার্ড ত্রুটিগুলি (পুরোপুরি পর্যবেক্ষণ পুনরায় মডেল করার মাধ্যমে) এবং / অথবা বুটস্ট্র্যাপড আত্মবিশ্বাসের অন্তরগুলি (যেমন, পারসেন্টাইল বা পক্ষপাত সংশোধন) হবে সমকামিতা এবং ত্রুটি অনুমানের সাধারণ বন্টন লঙ্ঘন করে একটি রিগ্রেশন সহগের তাত্পর্য (বা এর অভাব) নির্ধারণ করার একটি উপযুক্ত উপায়? ধন্যবাদ আপনার ইনপুট জন্য অনেক!

— ডেভিড

হ্যাঁ, আমি বলব এটি আরও ভাল। আপনি যদি স্ট্যাটা ব্যবহার করেন তবে আপনার পীড়নের robustবিকল্পটি ব্যবহার করে আপনি খুব অনুরূপ উত্তর পেতে পারেন । est storeউভয় ফলাফল এবং est tab, seপাশাপাশি পাশাপাশি তুলনা করতে।

— StasK

থ্যাঙ্ককে ধন্যবাদ। আমি নিম্নলিখিত মন্তব্যটিও দেখেছি যা আপনি এই সাইটে অন্য কোথাও করেছেন: "পুনরায় মডেলিংয়ের সাথে সহজ বুটস্ট্র্যাপ ⇔ হোয়াইটের হেটেরোস্কেস্টেসিটি দৃ rob় অনুমানকারী"। উপরে উল্লিখিত হিসাবে আমার প্রশ্নের প্রসঙ্গে: এখানে কি জার্নাল নিবন্ধগুলি প্রকাশিত হয়েছে যা এই বিষয়টিকে তুলে ধরে?

— ডেভিড