具有非正态误差的线性模型的 Bootstrap 检验

线性回归模型已被广泛研究和使用，前提是模型误差项呈正态分布。但是，在许多实际情况下，此假设可能无法满足。如果模型误差项为非正态分布，则常用的最小二乘估计方法可能效率低下，从而导致无效的统计推断。因此，有必要研究具有非正态误差的线性模型的估计和推理。在本文中，我们重点介绍模型估计和协变量对响应的影响。具体来说，首先开发了一种非参数程序来校准模型。然后，提出了一个 bootstrap 检验，以基于方差分析的思想检测协变量影响的显着性。仿真结果表明，该估计和所提测试方法表现良好。