Le Bootstrap Bayésien (Rubin)
Le Bootstrap Bayésien, introduit par Donald B. Rubin en 1981, est une méthode de rééchantillonnage qui produit un analogue bayésien du bootstrap fréquentiste en attribuant à chaque observation un poids aléatoire tiré d'une distribution de Dirichlet. Il produit une distribution a posteriori complète pour une statistique et permet d'incorporer des informations a priori.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Rubin's Bayesian Bootstrap. ScholarGate. https://scholargate.app/fr/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.
- Bootstrap par blocs (blocs mobiles et stationnaires)Statistique↔ compare
- Inférence par bootstrapStatistique↔ compare
- Rééchantillonnage par jackknifeStatistique↔ compare
- Test par permutation (ou randomisation)Statistique↔ compare
- Inférence de randomisation exacte de FisherStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →