$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[해외논문] Reducing Variability Using Bootstrap Methods with Qualitative Constraints

Biometrika, v.87 no.4, 2000년, pp.895 - 906  

Azzalini, Adelchi ,  Hall, Peter

Abstract

Parametric methods are often attractive for small to moderate samples, since, relative to nonparametric techniques, they reduce variability of a wide range of statistical procedures. However, when sample size is small there is often little empirical evidence to support a particular model, and so, while variance can be reduced, bias may be increased. In theory, smoothing can be used to reduce variability of nonparametric procedures, but the difficulty of choosing the smoothing parameter can be a serious drawback. In the present paper we propose an alternative approach. We suggest implicitly smoothing non-parametric distribution estimates by enforcing the same sort of qualitative constraint that parametric methods attempt to reflect. We show theoretically that such a method produces the same order of variance reduction as explicit smoothing, even when the smoothing parameter for the latter is chosen optimally. Furthermore, we demonstrate numerically that imposing qualitative constraints on distribution estimates, and on the nonparametric bootstrap, does in fact produce important reductions in variability for small sample sizes.

주제어

#Audit Data   #Bias   #Biased Bootstrap   #Compositional Data Analysis   #Monotonicity   #Unimodal   #Variance Reduction  

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로