Flerniveau Bootstrap Simulering
Multilevel bootstrap simulation er en resampling-teknik designet til klyngede eller hierarkisk strukturerede data. Den bevarer den indlejrede datastruktur ved at resample på hvert niveau uafhængigt — først trækkes klynger (f.eks. skoler, hospitaler), derefter trækkes observationer inden for hver samplede klynge — således at bootstrap-replikatdatasæt afspejler den samme multilevel-organisation som de oprindelige data.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1–26. DOI: 10.1214/aos/1176344552 ↗
- Davison, A. C. & Hinkley, D. V. (1997). Bootstrap Methods and their Application. Cambridge University Press. ISBN: 978-0521574716
Sådan citerer du denne side
ScholarGate. (2026, June 3). Multilevel Bootstrap Simulation. ScholarGate. https://scholargate.app/da/bayesian/multilevel-bootstrap-simulation
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.
- Bootstrap-simulering med manglende dataBayesiansk↔ compare
- Gibbs SamplingBayesiansk↔ compare
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Multilevel MCMCBayesiansk↔ compare
- Multilevel Variational InferensBayesiansk↔ compare
- Sekventiel Monte CarloBayesiansk↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →