Dies wurde teilweise in diesem verwandten Thread diskutiert . Das Problem ist, dass diese Technik eine Verzerrung einführt, während versucht wird, die Varianz von Parameterschätzungen zu verringern, was in Situationen gut funktioniert, in denen Multikollinearität besteht. Die netten Eigenschaften der OLS-Schätzer gehen jedoch verloren und man muss auf Näherungen zurückgreifen, um Konfidenzintervalle zu berechnen. Obwohl ich denke, dass der Bootstrap eine gute Lösung dafür bietet, sind hier zwei Referenzen, die nützlich sein könnten:
- A. Crivelli, L. Firinguetti, R. Montano und M. Munoz (1995). Konfidenzintervalle bei der Gratregression durch Bootstrapping der abhängigen Variablen: eine Simulationsstudie. Kommunikation in der Statistik. Simulation und Berechnung , 24 (3), 631-652.
- Firinguetti, L. und Bobadilla, G. (2011). Asymptotische Konfidenzintervalle bei der Gratregression basierend auf der Edgeworth-Erweiterung . Statistical Papers , 52 (2), 287 & ndash; 307.
