A aplicação direta dos métodos de bootstrap ao teste de hipóteses é estimar o intervalo de confiança da estatística de teste calculando-o repetidamente nas amostras com bootstrap (deixe que a estatística amostrada no bootstrap seja chamada ). Rejeitamos se o parâmetro hipotético (que geralmente é igual a 0) estiver fora do intervalo de confiança de . θ ^ θ * H0θ0 ^ θ *
Eu li que esse método carece de algum poder. No artigo de Hall P. e Wilson SR "Duas Diretrizes para Teste de Hipóteses de Bootstrap" (1992) , está escrito como a primeira diretriz, que se deve reamostrar , não o . E esta é a parte que eu não entendo.^ θ * -θ0
Não é que o mede apenas o viés do estimador ? Para estimadores imparciais, os intervalos de confiança dessa expressão sempre devem ser menores que , mas não vejo o que isso tem a ver com o teste de ? Não há nenhum lugar em que possamos ver informações sobre o .^ θ * ^ θ * -θ0 θ =θ0θ0
Para aqueles de vocês que não têm acesso a este artigo, esta é uma citação do parágrafo relevante que vem imediatamente após a tese:
Para entender por que isso é importante, observe que o teste envolverá a rejeição de se em é "muito grande". Se estiver muito distante do valor verdadeiro de (ou seja, se for o erro grosseiro), a diferença nunca parecerá muito grande comparado à distribuição não-paramétrica de bootstrap de. Uma comparação mais significativa é com a distribuição de. De fato, se o valor verdadeiro de for| Θ - θ 0 | θ 0 θ H 0 | Θ - θ 0 | | Θ - θ 0 | | ^ Θ * - θ | θ θ 1 | θ 1 - θ 0 | | ^ Θ * - θ | | θ 1 - θ 0 |então o poder do teste de autoinicialização aumenta para 1 comoaumenta, desde que o teste seja baseado na reamostragem , mas a potência diminui para no máximo o nível de significância (à medida que aumenta) se o teste for baseado em reamostragem