Simulación Bootstrap con Datos Faltantes
La simulación bootstrap con datos faltantes combina la estimación de la varianza basada en remuestreo con un manejo riguroso de las observaciones incompletas. En lugar de eliminar casos o asumir datos completos, el método integra la imputación o la ponderación directamente en el bucle bootstrap, propagando la incertidumbre adicional debida a la falta de datos en los errores estándar e intervalos de confianza finales.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Efron, B. & Tibshirani, R. J. (1993). An Introduction to the Bootstrap. Chapman and Hall/CRC. ISBN: 978-0412042317
- Little, R. J. A. & Rubin, D. B. (2019). Statistical Analysis with Missing Data (3rd ed.). Wiley. ISBN: 978-0470526798
Cómo citar esta página
ScholarGate. (2026, June 3). Bootstrap Simulation with Missing Data Handling. ScholarGate. https://scholargate.app/es/bayesian/bootstrap-simulation-with-missing-data
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.
- Inferencia bayesiana con datos faltantesBayesiano↔ compare
- Muestreo de Gibbs con datos faltantesBayesiano↔ compare
- Simulación Monte Carlo con Datos FaltantesBayesiano↔ compare
- Múltiple ImputaciónEstadística↔ compare
- Monte Carlo Secuencial con Datos FaltantesBayesiano↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →