Simulazione Bootstrap con Dati Mancanti
La simulazione bootstrap con dati mancanti combina la stima della varianza basata sul ricampionamento con una gestione rigorosa delle osservazioni incomplete. Invece di eliminare casi o assumere dati completi, il metodo integra l'imputazione o la ponderazione direttamente nel ciclo bootstrap, propagando l'incertezza aggiuntiva dovuta alla mancanza nei margini di errore e negli intervalli di confidenza finali.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Bootstrap Simulation with Missing Data Handling. ScholarGate. https://scholargate.app/it/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.
- Inferenza Bayesiana con Dati MancantiBayesiano↔ compare
- Campionamento di Gibbs con dati mancantiBayesiano↔ compare
- Simulazione Monte Carlo con Dati MancantiBayesiano↔ compare
- Multiple ImputationStatistica↔ compare
- Monte Carlo Sequenziale con Dati MancantiBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →