最全的区块Bootstrap程序,共10个。
区块Bootstrap法依不同区块分割方式大致上可分为非重叠和重叠区块Bootstrap两类。非重叠区块Bootstrap是由Hall(1985)与Carlstein(1986)提出。首先是将原始资料切割成多个不重叠的区块。假设原始资料为T=9个观测值{3,6,1,4,2,7,5,8,9},如果选择区块中样本长度为h=3,则,因此非重叠区块可以为{3,6,1},{4,2,7},和{5,8,9}。当T无法被h整除时,无法整除的远期资料舍去,或将无法整除的资料放入最后一个区块中。
程序一:非重叠和重叠区块Bootstrap
程序二:Stationary Bootstrap
平稳Bootstrap方法是一种可变区块长度的移动区块Bootstrap方法,区块长度不是常数,而是从参数p的几何分布产生的随机变量。程序三:Tapered block Bootstrap
Paparoditis andPolitis(2001&2002) 提出了tapered block Bootstrap,是一种谱分析方法,即对每个区块的元素加权以至于减少区块终点的权重。程序四:马尔科夫block Bootstrap
首先,我们直接根据block Bootstrap方法建立转制概率矩阵。其次,根据区块的最后的观测值,我们计算最后观测值的阶,建立阶的转制概率矩阵并入到重叠或非重叠区块Bootstrap,这种方法就是Markov chain block Bootstraps。
程序五:sieve block Bootstrap
把sieve Bootstrap 和block Bootstrap方法合并成sieve block Bootstrap方法。首先我们直接把非重叠和重叠block Bootstrap方法运用到Residual Bootstrap OLS。