이 질문은이 대학원 수준의 통계 교과서에서 읽은 내용과 통계 세미나 에서이 프레젠테이션 중에 들었던 내용에 의해 유발되었습니다. 두 경우 모두,이 문장은 "샘플 크기가 매우 작기 때문에이 파라 메트릭 방법 대신 부트 스트랩을 통해 추정을 수행하기로 결정했습니다 .
그들은 세부 사항을 얻지 못했지만 아마도 추론은 다음과 같습니다. 방법 는 데이터가 특정 모수 분포 따른다고 가정합니다 . 실제로 분포는 정확히 가 아니지만 표본 크기가 충분히 큰 한 괜찮습니다. 이 경우 표본 크기가 너무 작으므로 분포를 가정하지 않는 (비모수 적) 부트 스트랩으로 전환 해 봅시다. 문제 해결됨!D D
제 생각에는 부트 스트랩이 아닙니다. 다음은 내가 보는 방법입니다. 부트 스트랩은 충분한 데이터가 있다는 것이 어느 정도 분명 할 때 우위를 점할 수 있지만 표준 오류, p- 값 및 유사한 통계를 얻을 수있는 닫힌 양식 솔루션이 없습니다. 전형적인 예는 이변 량 정규 분포에서 표본이 주어지면 상관 계수에 대한 CI를 얻는 것입니다. 닫힌 양식 솔루션이 존재하지만 부트 스트래핑이 더 간단 할 정도로 복잡합니다. 그러나 부트 스트랩이 어떻게 든 작은 표본 크기로 도망 갈 수 있음을 의미하지는 않습니다.
내 인식이 맞습니까?
이 질문이 흥미 롭다면, 또 다른 부트 스트랩 질문이 있습니다.
추신 : 나는“부트 스트랩 접근”의 하나의 중대한 예를 공유하는 것을 도울 수 없습니다. 필자는 저자의 이름을 공개하지는 않지만 2004 년 Quantitative Finance에 관한 책을 저술 한 구세대“창조들”중 한 사람입니다.
다음 문제점을 고려하십시오. 각 자산에 대해 4 개의 자산과 120 개의 월별 수익 관찰이 있다고 가정하십시오. 목표는 연간 수익률의 공동 4 차원 cdf를 구성하는 것입니다. 단일 자산의 경우에도 4 차원 cdf의 추정은 물론 10 년에 한 번의 관측만으로는 달성 할 수없는 것으로 보입니다. 그러나 "부트 스트랩 (bootstrap)"은 여러분을 도울 것입니다 : 이용 가능한 모든 4 차원 관찰을 취하고, 12를 교체하여 재 샘플링하고 그것들을 합성하여 연간 수익의 단일 "부트 스트랩"4 차원 벡터를 구성하십시오. 1000 번 반복하고, 당신은 1000 년 수익의“부트 스트랩 샘플”을 얻었습니다. cdf 추정 또는 천 년 이력에서 도출 할 수있는 다른 추론을 위해 크기가 1000 인 iid 샘플로이 샘플을 사용하십시오.