¿Lectura recomendada para comprender cuándo fallará el bootstrap?

Se sabe que el bootstrap puede fallar.

Leí en la Sección 6 de Bickel y Freedman (1981) que el bootstrap falla cuando quieres usarlo para evaluar el MLE para estimar el parámetro de una distribución uniforme continua.

Leí la Sección 7.4 del libro de Efron y Tibshirani, pero no puedo encontrar la referencia a la que señalaron.

¿Podría alguien señalarme algunas cosas más fácilmente accesibles a las que podría referirme? ¡Gracias!

Una buena revisión exhaustiva de la teoría y las aplicaciones de bootstrap es Davison y Hinkley, 1997 . Está más actualizado que su referencia, va un poco más suavemente y tiene muchos ejemplos (algunos de ellos en R). Si eso todavía parece demasiado, Mooney y Duval, 1993 es una introducción más simple y corta, y un muy buen lugar para comenzar.

Davison y Hinkley discuten situaciones en las que el arranque falla al final del cap. 2 (sección 2.6). De hecho, un problema de "estimar el máximo" se encuentra en el ejemplo 2.5.

Como era de esperar, en general, el bootstrap falla cuando la función de distribución empírica no puede reemplazar bien a la real. Los aspectos específicos de la falla - concernientes a la falta de expansiones pivotantes aproximadas y de edgeworth - quizás sean mejores para la lectura.

Mi libro tiene un capítulo entero sobre él (Capítulo 9). El volumen Explorando los límites de Bootstrap es un procedimiento de conferencia que tiene trabajos de investigación sobre el mismo. Aquí hay enlaces de Amazon a estos libros.

Métodos de Bootstrap: una guía para profesionales e investigadores

Explorando los límites de Bootstrap