Regression model
Bayesian Bootstrap (Rubin)
Bayesian Bootstrap는 1981년 Donald B. Rubin이 소개한 리샘플링 방법으로, 각 관측치에 Dirichlet 분포에서 추출한 랜덤 가중치를 부여함으로써 빈도주의적 부트스트랩의 베이즈적 대응물을 생성합니다. 이는 통계량에 대한 완전한 사후 분포를 제공하며 사전 정보를 통합할 수 있게 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
- Rubin, D. B. (1981). The Bayesian Bootstrap. The Annals of Statistics, 9(1), 130-134. DOI: 10.1214/aos/1176345338 ↗
- Lo, A. Y. (1987). A Large Sample Study of the Bayesian Bootstrap. The Annals of Statistics, 15(1), 360-375. DOI: 10.1214/aos/1176350271 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Rubin's Bayesian Bootstrap. ScholarGate. https://scholargate.app/ko/statistics/bayesian-bootstrap
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.
- 블록 부트스트랩 (이동 블록 및 정상성)통계학↔ compare
- 부트스트랩 추론통계학↔ compare
- 잭나이프 재표본 추출통계학↔ compare
- 순열 (무작위화) 검정통계학↔ compare
- 피셔의 정확 무작위화 추론통계학↔ compare