Ứng dụng đơn giản của phương pháp bootstrap để thử nghiệm giả thuyết là để ước lượng khoảng tin cậy của bài kiểm tra thống kê θ bằng cách liên tục tính toán nó trên các mẫu bootstrapped (Hãy thống kê θ lấy mẫu từ bootstrap được gọi ^ θ * ). Chúng tôi từ chối H 0 nếu tham số giả thuyết q 0 (mà thường bằng 0) dối trá bên ngoài của khoảng tin cậy của ^ θ * .
Tôi đã đọc, rằng phương pháp này thiếu một số sức mạnh. Trong bài báo của trường P. và Wilson SR "Hai Hướng dẫn Bootstrap Kiểm định giả thuyết" (1992) nó được viết như phương châm đầu tiên, người ta nên Resample , không phải là ^ θ * - θ 0 . Và đây là phần tôi không hiểu.
Mà không phải là biện pháp chỉ thiên vị của ước lượng ^ θ * ? Đối với ước lượng không thiên vị các khoảng tin cậy của biểu thức này nên luôn luôn nhỏ hơn ^ θ * - θ 0 , nhưng tôi không thấy, những gì nó đã làm với thử nghiệm cho θ = θ 0 ? Không có nơi nào tôi có thể thấy chúng tôi đưa thông tin về θ 0 .
Đối với những người bạn, những người không có quyền truy cập vào bài viết này, đây là một trích dẫn của đoạn có liên quan ngay sau luận án:
Để đánh giá cao lý do tại sao điều này lại quan trọng, hãy quan sát rằng thử nghiệm sẽ liên quan đến việc từ chối nếu trong | Θ - θ 0 | Nó quá lớn." Nếu θ 0 là một chặng đường dài từ giá trị thực của θ (nghĩa là, nếu H 0 là tổng sai số) thì chênh lệch | Θ - θ 0 | sẽ không bao giờ trông quá lớn so với phân phối bootstrap không định lượng của | Θ - θ 0 | . Một so sánh có ý nghĩa hơn với việc phân phối. Trong thực tế, nếu giá trị thực sự củaθlà θ 1 sau đó sức mạnh của sự gia tăng kiểm tra bootstrap tới 1 như | θ 1 - θ 0 | tăng, kiểm tra được cung cấp dựa trên việc lấy mẫu lại | ^ Θ * - θ | , Nhưng sức mạnh hoặc giảm ở hầu hết các mức ý nghĩa (như | q 1 - θ 0 | tăng) nếu thử nghiệm dựa trên resampling | θ -