Bootstrapping the Stein-Rule Estimators
Bootstrapping the Stein-Rule Estimators
复制标题
DOI：
10.1007/s40953-021-00269-5
复制
发表时间：
2021-11-18
影响因子：
0.7
通讯作者：
Namba, Akio
中科院分区：
文献类型：
--
作者：
Namba, Akio
本文考虑多元正态分布均值的Stein规则估计和正部Stein规则估计，并分析了Bootstrap方法对这些估计的有效性。我们证明了传统的Bootstrap并不总是一致的，并提出了一种替代的Bootstrap方法，当传统的Bootstrap不一致时，它是一致的。我们还证明了m/n自举的相合性。此外，我们还提出了一种基于预测试的一致性引导方法。我们的仿真结果表明了所提出的自举在不同设置下的有效性。
In this paper we consider the Stein-rule estimator and the positive-part Stein-rule estimator for the mean of a multivariate normal distribution and analyze the validity of the bootstrap methods for these estimators. We show that the conventional bootstrap is not always consistent and propose an alternative bootstrap method which is consistent when the conventional bootstrap is inconsistent. We also show the consistency of the m out of n bootstrap. Moreover, we propose an consistent bootstrap method based on a pre-test. Our simulation results show the validity of the proposed bootstrap in various setups.