Bootstrap simulacija s nedostajućim podacima
Bootstrap simulacija s nedostajućim podacima kombinira procjenu varijance temeljenu na ponovnom uzorkovanju s principijelnim postupanjem s nepotpunim opažanjima. Umjesto brisanja slučajeva ili pretpostavke potpunih podataka, metoda integrira imputaciju ili ponderiranje izravno u bootstrap petlju, propagirajući dodatnu nesigurnost zbog nedostajućih podataka u konačne standardne pogreške i intervale pouzdanosti.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Efron, B. & Tibshirani, R. J. (1993). An Introduction to the Bootstrap. Chapman and Hall/CRC. ISBN: 978-0412042317
- Little, R. J. A. & Rubin, D. B. (2019). Statistical Analysis with Missing Data (3rd ed.). Wiley. ISBN: 978-0470526798
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bootstrap Simulation with Missing Data Handling. ScholarGate. https://scholargate.app/hr/bayesian/bootstrap-simulation-with-missing-data
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.
- Bayesijanska inferencija s nedostajućim podacimaBayesovska statistika↔ compare
- Gibbs Sampling s nedostajućim podacimaBayesovska statistika↔ compare
- Simulacija Monte Carla s nedostajućim podacimaBayesovska statistika↔ compare
- Višestruko imputiranjeStatistika↔ compare
- Sekvencijalno Monte Carlo uz nedostajuće podatkeBayesovska statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →