Jika dalam regresi OLS standar dua asumsi dilanggar (distribusi kesalahan yang normal, homoseksualitas), apakah bootstrap kesalahan standar dan interval kepercayaan merupakan alternatif yang tepat untuk sampai pada hasil yang bermakna sehubungan dengan pentingnya koefisien regresi?
Apakah tes signifikan dengan kesalahan standar bootstrap dan interval kepercayaan masih "berfungsi" dengan heteroskedastisitas?
Jika ya, interval kepercayaan apa yang dapat digunakan yang dapat digunakan dalam skenario ini (persentil, BC, BCA)?
Akhirnya, jika bootstrap cocok dalam skenario ini, literatur apa yang relevan yang perlu dibaca dan dikutip untuk sampai pada kesimpulan ini? Petunjuk apa pun akan sangat dihargai!
Jawaban:
Setidaknya ada tiga (mungkin lebih) pendekatan untuk melakukan bootstrap untuk regresi linier dengan data independen, tetapi tidak terdistribusi secara identik. (Jika Anda memiliki pelanggaran lain terhadap asumsi "standar", misalnya, karena autokorelasi dengan data deret waktu, atau pengelompokan karena desain pengambilan sampel, segala sesuatunya menjadi semakin rumit).
Referensi pamungkas adalah Wu (1986) , tetapi Annals tidak persis membaca buku bergambar.
PEMBARUAN berdasarkan pertanyaan tindak lanjut OP yang ditanyakan dalam komentar:
Jumlah ulangan tampak besar bagi saya; satu-satunya diskusi yang baik dari parameter bootstrap ini yang saya ketahui ada di buku Intro to Bootstrap Efron & Tibshirani .
sumber
reps(2500)
mungkin merupakan pembunuhan berlebihan, setidaknya untuk kesalahan standar; Saya pikirreps(500)
tidak apa-apa untuk tujuan paling praktis. Buku bootstrap intron Efron & Tibshirani memiliki bagian tentang jumlah ulangan. Mereka memiliki seluruh bab tentang regresi, sehingga mungkin menjadi referensi baik bagi Anda untuk melihatnya.robust
opsi regresi Anda.est store
baik hasil danest tab, se
mereka untuk membandingkan secara berdampingan.