Bayesian Bootstrap (Rubin)
Der Bayesian Bootstrap, eingeführt von Donald B. Rubin im Jahr 1981, ist eine Resampling-Methode, die ein bayesianisches Gegenstück zum frequentistischen Bootstrap erzeugt, indem jeder Beobachtung ein zufälliges Gewicht zugewiesen wird, das aus einer Dirichlet-Verteilung gezogen wird. Er liefert eine vollständige Posterior-Verteilung für eine Statistik und ermöglicht die Einbeziehung von Vorabinformationen.
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
- Rubin, D. B. (1981). The Bayesian Bootstrap. The Annals of Statistics, 9(1), 130-134. DOI: 10.1214/aos/1176345338 ↗
- Lo, A. Y. (1987). A Large Sample Study of the Bayesian Bootstrap. The Annals of Statistics, 15(1), 360-375. DOI: 10.1214/aos/1176350271 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Rubin's Bayesian Bootstrap. ScholarGate. https://scholargate.app/de/statistics/bayesian-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.
- Block-Bootstrap (Moving Block und Stationär)Statistik↔ compare
- Bootstrap-InferenzStatistik↔ compare
- Jackknife-ResamplingStatistik↔ compare
- Permutationstest (Randomisierungstest)Statistik↔ compare
- Fishers exakte RandomisierungsinferenzStatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →