Capítulo 9 El Bootstrap con datos dependientes

En este capítulo se presentan gran cantidad de métodos bootstrap para realizar inferencia, así como predicción, en el contexto de datos dependientes. En primer lugar se hace una introducción a las condiciones habituales de dependencia y a los modelo paramétricos de dependencia, para luego centrarse en los métodos de remuestreo en ambos contextos.

En cada uno de los dos contextos (estimación y predicción) se estudiarán dos situaciones drásticamente diferentes. En la primera de ellas consideraremos modelos en los que la estructura de dependencia está explícitamente modelizada (normalmente a través de una ecuación de autorregresión), mientras que la segunda trata el caso en que no existe ninguna especificación explícita de la estructura de dependencia (simplemente se asumen condiciones mixing, por ejemplo). Una revisión sobre los resultados principales puede verse en Cao (1999).