Simulasi Bootstrap Hierarkis
Simulasi bootstrap hierarkis adalah teknik pengambilan sampel ulang yang dirancang untuk data dengan struktur bersarang atau terkelompok — siswa di dalam sekolah, pasien di dalam rumah sakit, pengukuran berulang di dalam subjek. Teknik ini mempertahankan pengelompokan alami data dengan mengambil sampel ulang pada setiap tingkat hierarki secara berurutan, menghasilkan distribusi pengambilan sampel yang secara akurat mencerminkan variabilitas antar-kelompok dan dalam-kelompok.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Davison, A. C. & Hinkley, D. V. (1997). Bootstrap Methods and their Application. Cambridge University Press. ISBN: 978-0521574716
- Cameron, A. C., Gelbach, J. B. & Miller, D. L. (2008). Bootstrap-based improvements for inference with clustered errors. Review of Economics and Statistics, 90(3), 414-427. DOI: 10.1162/rest.90.3.414 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Hierarchical Bootstrap Simulation. ScholarGate. https://scholargate.app/id/bayesian/hierarchical-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.
- Sampling GibbsBayesian↔ compare
- Inferensi Bayesian HierarkisBayesian↔ compare
- Filter KalmanBayesian↔ compare
- Simulasi Bootstrap MultitingkatBayesian↔ compare
- Monte Carlo SekuensialBayesian↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →