Behrens-Fisher问题的参数bootstrap区间估计

文章使用参数bootstrap方法考虑了Behrens-Fisher问题中关于两个正态总体均值差的置信区间构造问题。文献中常用的区间估计方法均不能在各种样本容量和参数设置下都保证置信区间的覆盖率和估计精度。文章提出了一种参数bootstrap区间估计方法,并与流行的Welch近似解法和广义置信区间进行了比较。借助Monte Carlo方法研究了这三种方法的覆盖率和区间平均长度。模拟结果表明,在一般样本量下,参数boot-strap区间估计表现最好,且在极小样本、异方差程度严重的情况下,参数bootstrap方法仍然优于Welch近似解法和广义枢轴量法,广义置信区间估计则非常保守,精度很低。