Bayesian methodsBayesian / computational
다층 부트스트랩 시뮬레이션
다층 부트스트랩 시뮬레이션은 군집화되거나 계층적으로 구조화된 데이터를 위해 고안된 재표본 추출 기법입니다. 이 기법은 각 수준에서 독립적으로 재표본 추출함으로써 중첩된 데이터 구조를 보존합니다. 즉, 먼저 군집(예: 학교, 병원)을 추출한 다음, 각 표본 추출된 군집 내에서 관측치를 추출하여 부트스트랩 반복 데이터셋이 원본 데이터와 동일한 다층 조직을 반영하도록 합니다.
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. (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
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multilevel Bootstrap Simulation. ScholarGate. https://scholargate.app/ko/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.
- 결측치가 있는 부트스트랩 시뮬레이션베이지안↔ compare
- 깁스 샘플링(Gibbs Sampling)베이지안↔ compare
- 계층적 베이즈 추론베이지안↔ compare
- 다수준 MCMC (Multilevel MCMC)베이지안↔ compare
- 다수준 변분 추론베이지안↔ compare
- 순차 몬테카를로 (Sequential Monte Carlo, SMC)베이지안↔ compare