引导程序方法在假设检验中的直接应用是通过对自举样本进行重复计算来估计测试统计信息的置信区间 (将从引导程序采样的统计信息称为)。如果假设参数(通常等于0)位于的置信区间之外,则我们拒绝。
我读过,这种方法缺乏力量。在Hall P.和Wilson SR的文章“引导假设检验的两个准则”(1992年)中,它被写为第一条准则,即应该对重新采样,而不是在。这是我不了解的部分。
这不就是措施的估计只是偏置?对于无偏估计量,此表达式的置信区间应始终小于,但是我看不到与测试什么关系?我在哪里都看不到我们放置有关。
对于那些无法访问本文的人,本文引用紧随其后的相关段落:
要理解为什么这很重要,请注意如果在中,测试将涉及拒绝 是“太大”。如果与真实值很远 (即,如果严重错误),则差异 与的非参数引导分布相比,它看起来永远不会太大。比较有意义的是的分布 。事实上,如果真值 IS那么自举测试的功效将增加为1,原因是增加,前提是测试基于重采样 | ^ θ * - θ | 上,但是电源至多降低至显着性水平(如| θ 1 - θ 0 |增加)如果测试是基于重采样 | θ - θ 0 |