Process / pipeline

شبیه‌سازی بوت‌استرپ — نمونه‌برداری تجربی برای استنتاج آماری

شبیه‌سازی بوت‌استرپ، که توسط بردلی افرون در سال ۱۹۷۹ معرفی شد، روشی مبتنی بر شبیه‌سازی برای استنتاج است که با نمونه‌برداری مکرر با جایگزینی از داده‌های مشاهده‌شده، توزیع نمونه‌گیری تقریباً هر آماره‌ای را استخراج می‌کند. از آنجایی که نیازی به مفروضات توزیعی پارامتریک ندارد، جایگزینی قوی و عمومی برای فواصل اطمینان تحلیلی و آزمون‌های فرض پارامتریک در داده‌های پیوسته، ترتیبی، دودویی و شمارشی ارائه می‌دهد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. Efron, B. & Tibshirani, R.J. (1993). An Introduction to the Bootstrap. Chapman & Hall/CRC. DOI: 10.1201/9780429246593
  2. Davison, A.C. & Hinkley, D.V. (1997). Bootstrap Methods and their Application. Cambridge University Press. DOI: 10.1017/CBO9780511802843

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 1). Bootstrap Simulation (Bootstrap Resampling). ScholarGate. https://scholargate.app/fa/simulation/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.

Compare side by side

ارجاع‌شده در

ScholarGateBootstrap Simulation (Bootstrap Simulation (Bootstrap Resampling)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/simulation/bootstrap-simulation · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026