ScholarGate
עוזר
Bayesian methodsBayesian / computational

סימולציית בוטסטראפ מרחבי

סימולציית בוטסטראפ מרחבי היא טכניקת דגימה חוזרת (resampling) המיועדת לנתונים בעלי תלות מרחבית. על ידי דגימה חוזרת של בלוקים מרחביים רציפים במקום תצפיות בלתי תלויות, היא משמרת את מבנה האוטוקורלציה המקומי של הנתונים ומספקת אומדנים תקפים לשונות הדגימה עבור סטטיסטיים המחושבים על תצפיות גאוגרפיות או על גבי רשת (lattice).

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  1. Lahiri, S. N. (2003). Resampling Methods for Dependent Data. Springer. ISBN: 978-0387009285
  2. Efron, B. & Tibshirani, R. J. (1993). An Introduction to the Bootstrap. Chapman & Hall/CRC. ISBN: 978-0412042317

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Spatial Bootstrap Simulation. ScholarGate. https://scholargate.app/he/bayesian/spatial-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
ScholarGateSpatial Bootstrap Simulation (Spatial Bootstrap Simulation). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/bayesian/spatial-bootstrap-simulation · מערך נתונים: https://doi.org/10.5281/zenodo.20539026