Bayesian methodsBayesian / computational
결측치가 있는 부트스트랩 시뮬레이션
결측치가 있는 부트스트랩 시뮬레이션은 재표본 추출 기반 분산 추정과 불완전한 관측치의 원칙적인 처리를 결합합니다. 사례를 삭제하거나 완전한 데이터로 가정하는 대신, 이 방법은 대리 대체 또는 가중치를 부트스트랩 루프에 직접 통합하여 결측으로 인한 추가 불확실성을 최종 표준 오차 및 신뢰 구간으로 전파합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bootstrap Simulation with Missing Data Handling. ScholarGate. https://scholargate.app/ko/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.
- 결측 데이터가 있는 베이즈 추론베이지안↔ compare
- 결측치가 있는 깁스 샘플링베이지안↔ compare
- 결측치가 있는 몬테카를로 시뮬레이션베이지안↔ compare
- Multiple Imputation통계학↔ compare
- 결측 데이터가 있는 순차 몬테카를로베이지안↔ compare