Monitason (tai monitasoisen) bootstrap-simulaatio
Monitason bootstrap-simulaatio on uudelleennäyteotantatekniikka, joka on suunniteltu ryvästyneelle tai hierarkkisesti rakentuneelle datalle. Se säilyttää pesittyneen datarakenteen uudelleennäyteottamalla kullakin tasolla itsenäisesti — ensin otetaan ryväksiä (esim. kouluja, sairaaloita) ja sitten havaintoja kustakin otetusta ryväksestä — siten, että bootstrap-toistojoukot heijastavat samaa monitasoista organisaatiota kuin alkuperäinen data.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1–26. DOI: 10.1214/aos/1176344552 ↗
- Davison, A. C. & Hinkley, D. V. (1997). Bootstrap Methods and their Application. Cambridge University Press. ISBN: 978-0521574716
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Multilevel Bootstrap Simulation. ScholarGate. https://scholargate.app/fi/bayesian/multilevel-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.
- Bootstrap-simulaatio puuttuvalla datallaBayesilainen tilastotiede↔ compare
- Gibbs-otantaBayesilainen tilastotiede↔ compare
- Hierarkkinen Bayesiläinen päättelyBayesilainen tilastotiede↔ compare
- Monitasoisen MCMC:n käyttöBayesilainen tilastotiede↔ compare
- Monitasoinen variaatioinferenssiBayesilainen tilastotiede↔ compare
- Sekventiaalinen Monte CarloBayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →