Simulasi Bootstrap dengan Data Hilang
Simulasi bootstrap dengan data hilang menggabungkan estimasi varians berbasis resampel dengan penanganan yang berprinsip terhadap observasi yang tidak lengkap. Alih-alih menghapus kasus atau mengasumsikan data lengkap, metode ini mengintegrasikan imputasi atau pembobotan langsung ke dalam putaran bootstrap, menyebarkan ketidakpastian tambahan karena data hilang ke dalam kesalahan standar dan interval kepercayaan akhir.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bootstrap Simulation with Missing Data Handling. ScholarGate. https://scholargate.app/id/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.
- Inferensi Bayesian dengan Data HilangBayesian↔ compare
- Sampling Gibbs dengan Data HilangBayesian↔ compare
- Simulasi Monte Carlo dengan Data HilangBayesian↔ compare
- Imputasi BergandaStatistika↔ compare
- Sequential Monte Carlo dengan Data HilangBayesian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →