机读格式显示(MARC)

• 000 02160nam 2200361 450

• 001 0000490323

• 005 20170922093800.0

• 010 __ |a 978-7-5432-2713-2 |d CNY28.00

• 099 __ |a CAL 012017076981

• 100 __ |a 20170511d2017 ekmy0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 310000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 自助法 |A zi zhu fa |e 一种统计推断的非参数估计法 |f (美) 克里斯托弗·Z.穆尼, 罗伯特·D.杜瓦尔著 |g 李兰译

• 210 __ |a 上海 |c 格致出版社 |c 上海人民出版社 |d 2017

• 215 __ |a 110页 |c 图 |d 22cm

• 225 2_ |a 格致方法·定量研究系列 |A ge zhi fang fa ·ding liang yan jiu xi lie |v 56

• 305 __ |a 本书据1993年英文版译出

• 312 __ |a 原文题名取自版权页

• 320 __ |a 有书目 (第104-108页)

• 330 __ |a 自助法利用计算机从原样本中“重新抽取（resample）”大量的新样本，通过这些新样本得到一个统计量抽样分布的估计。然后，我们再利用这个估计的抽样分布（而不是事先假设的分布）来做总体推断，例如推断是否β值不为0。因此，当统计量的潜在抽样分布不能假设为正态分布，且利用常规最小二乘法（OLS）估计回归系数得到的残差有偏时，我们可以利用自助法来估计。当抽样分布没有可用的分析方法时，例如估计两个样本中位数之间的差异时，我们也可利用自助法来估计。在这些情况下，我们可能不用传统方法来估计置信区间（和做显著性检验），而可能倾向于利用以下四种自助置信区间法（bootstrap confidence interval methods)：正态近似法（normal approximation），百分位法（percentile），偏差矫正百分位法（bias-corrected percentile），或百分位 法（percentile- ）。虽然每种方法都有各自的优缺点，这在本书中有详细的讨论，但穆尼和杜瓦尔稍稍倾向于百分位 法，至少当主要目标是假设检验的精确性时。而且，即使分析人员基本上依赖于传统的推断方法

• 410 _0 |1 2001 |a 格致方法·定量研究系列 |v 56

• 500 10 |a Bootstrapping : a nonparametric approach to statistical inference |m Chinese

• 517 1_ |a 一种统计推断的非参数估计法 |A yi zhong tong ji tui duan de fei can shu gu ji fa

• 606 0_ |a 非参数统计 |A fei can shu tong ji |x 研究

• 690 __ |a O212.7 |v 5

• 701 _1 |a 穆尼 |A mu ni |g (Mooney, Christopher Z.) |4 著

• 701 _1 |a 杜瓦尔 |A du wa er |g (Duval, Robert D.) |4 著

• 702 _0 |a 李兰 |A li lan |4 译

• 801 _0 |a CN |b CAU |c 20170922

• 905 __ |a CAU |d O212.7/7

• 920 __ |a 211180 |z 1