Hierarchische Bootstrap-Simulation
Die hierarchische Bootstrap-Simulation ist eine Resampling-Technik, die für Daten mit verschachtelten oder gruppierten Strukturen entwickelt wurde – Schüler innerhalb von Schulen, Patienten innerhalb von Krankenhäusern, wiederholte Messungen innerhalb von Subjekten. Sie erhält die natürliche Gruppierung der Daten, indem sie auf jeder Ebene der Hierarchie sequenziell resampelt, wodurch eine Stichprobenverteilung erzeugt wird, die sowohl die Variabilität zwischen den Gruppen als auch innerhalb der Gruppen korrekt widerspiegelt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Davison, A. C. & Hinkley, D. V. (1997). Bootstrap Methods and their Application. Cambridge University Press. ISBN: 978-0521574716
- Cameron, A. C., Gelbach, J. B. & Miller, D. L. (2008). Bootstrap-based improvements for inference with clustered errors. Review of Economics and Statistics, 90(3), 414-427. DOI: 10.1162/rest.90.3.414 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Hierarchical Bootstrap Simulation. ScholarGate. https://scholargate.app/de/bayesian/hierarchical-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.
- Gibbs-SamplingBayes-Statistik↔ compare
- Hierarchische Bayes'sche InferenzBayes-Statistik↔ compare
- Kalman FilterBayes-Statistik↔ compare
- Multilevel-Bootstrap-SimulationBayes-Statistik↔ compare
- Sequentielle Monte-Carlo-MethodenBayes-Statistik↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →