Multilevel Bootstrap Simulation
A multilevel bootstrap simulation egy olyan újra mintavételezési technika, amelyet klaszterezett vagy hierarchikusan strukturált adatokhoz terveztek. Megőrzi a beágyazott adatszerkezetet azáltal, hogy minden szinten önállóan mintát vesz újra — először klasztereket (pl. iskolák, kórházak) vesz mintába, majd az egyes mintavett klasztereken belül vesz mintát megfigyelésekből —, így az újra mintavételezett adatkészletek ugyanazt a multilevel szerveződést tükrözik, mint az eredeti adatok.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Multilevel Bootstrap Simulation. ScholarGate. https://scholargate.app/hu/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 szimuláció hiányzó adatokkalBayes-statisztika↔ compare
- Gibbs-mintavételBayes-statisztika↔ compare
- Hierarchikus Bayes-féle következtetésBayes-statisztika↔ compare
- Többszintű MCMCBayes-statisztika↔ compare
- Multilevel Variational InferenceBayes-statisztika↔ compare
- Szekvenciális Monte CarloBayes-statisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →