Regression model

ব্লক বুটস্ট্র্যাপ (মুভিং ব্লক এবং স্টেশনারি)

ব্লক বুটস্ট্র্যাপ হল নির্ভরশীল, স্বতঃসংযুক্ত টাইম-সিরিজ ডেটার জন্য একটি পুনঃনমুনা পদ্ধতি: একক পর্যবেক্ষণ পুনঃনমুনা করার পরিবর্তে, এটি ধারাবাহিক পর্যবেক্ষণের সম্পূর্ণ ব্লক পুনঃনমুনা করে যাতে সিরিয়াল-কোরিলেশন কাঠামো সংরক্ষিত থাকে। মুভিং ব্লক সংস্করণটি Künsch (1989) দ্বারা এবং স্টেশনারি সংস্করণটি Politis এবং Romano (1994) দ্বারা প্রবর্তিত হয়েছিল।

StatMind দিয়ে প্রয়োগ করুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

The neighbourhood of related methods — select a node to explore.

উৎস

  1. Künsch, H. R. (1989). The Jackknife and the Bootstrap for General Stationary Observations. Annals of Statistics, 17(3), 1217-1241. DOI: 10.1214/aos/1176347265
  2. Politis, D. N., & Romano, J. P. (1994). The Stationary Bootstrap. Journal of the American Statistical Association, 89(428), 1303-1313. DOI: 10.1080/01621459.1994.10476870

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 1). Block Bootstrap (Moving Block and Stationary Bootstrap). ScholarGate. https://scholargate.app/bn/statistics/block-bootstrap

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

যেখানে উদ্ধৃত

ScholarGateBlock Bootstrap (Block Bootstrap (Moving Block and Stationary Bootstrap)). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/statistics/block-bootstrap · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026