We found a match
Your institution may have access to this item. Find your institution then sign in to continue.
- Title
Bootstrap adaptive estimation: The trimmed-mean example.
- Authors
Léger, Christian; Romano, Joseph P.
- Abstract
Nous étudions le problème du choix d'un estimateur parmi une classe en sélectionnant celui qui a la plus petite estimation bootstrap de la variance d'échantillon fini. Ceci est une alternative à l'utilisation de la validation croisée pour un choix adaptatif d'estimateur. On considère le problème de la construction d'intervalles de confiance pour de tels estimateurs adaptables. Les idées sont illustrées en appliquant la méthode au problème du choix de la proportion de troncature d'une moyenne tronquée adaptative. Il est démontré qu'une moyenne tronquée adaptative bootstrap est asymptotiquement normale avec une variance asymptotique égale à la plus petite parmi celles des moyennes tronquées. La probabilité de couverture asymptotique d'un intervalle de confiance bootstrap basé sur de tels estimateurs adaptables est égale à la probabilité prescrite. Les intervalles basés sur la normalité asymptotique ont la même propriété, mais ils ont une bien plus faible performance que les intervalles bootstrap dans le cas de petits échantillons. Les résultats d'une simulation démontrent que les moyennes tronquées adaptatives bootstrap s'adaptent très bien, même pour des échantillons de taille 10.
- Subjects
ESTIMATION theory; STATISTICAL sampling; PROBABILITY theory; ASYMPTOTES; SAMPLE size (Statistics)
- Publication
Canadian Journal of Statistics, 1990, Vol 18, Issue 4, p297
- ISSN
0319-5724
- Publication type
Article
- DOI
10.2307/3315837.n