شبیهسازی بوتاسترپ سلسلهمراتبی
شبیهسازی بوتاسترپ سلسلهمراتبی یک تکنیک نمونهبرداری مجدد است که برای دادههایی با ساختار تودرتو یا خوشهای طراحی شده است — دانشآموزان در مدارس، بیماران در بیمارستانها، اندازهگیریهای تکراری در افراد. این روش با نمونهبرداری مجدد در هر سطح از سلسلهمراتب به صورت متوالی، گروه بندی طبیعی دادهها را حفظ میکند و توزیع نمونهگیری را تولید میکند که هم واریانس بین گروهی و هم درون گروهی را به درستی منعکس میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Hierarchical Bootstrap Simulation. ScholarGate. https://scholargate.app/fa/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.
- نمونهگیری گیبسبیزی↔ compare
- استنتاج بیزی سلسلهمراتبیبیزی↔ compare
- فیلتر کالمنبیزی↔ compare
- شبیهسازی بوتاسترپ چندسطحیبیزی↔ compare
- مونتکارلوی ترتیبیبیزی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →