Bootstrap simulācija ar trūkstošiem datiem
Bootstrap simulācija ar trūkstošiem datiem apvieno uz pārsampēšanu balstītu dispersijas novērtēšanu ar principālu nepilnīgu novērojumu apstrādi. Tā vietā, lai dzēstu gadījumus vai pieņemtu pilnīgus datus, metode integrē imputāciju vai svēršanu tieši bootstrap ciklā, izplatot papildu nenoteiktību, kas radusies trūkstošo datu dēļ, galīgajos standartkļūdās un ticamības intervālos.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bootstrap Simulation with Missing Data Handling. ScholarGate. https://scholargate.app/lv/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.
- Beijiešu secinājumi ar trūkstošiem datiemBajesa metodes↔ compare
- Gibsa paraugu ņemšana ar trūkstošiem datiemBajesa metodes↔ compare
- Montekarlo simulācija ar trūkstošiem datiemBajesa metodes↔ compare
- Daudzveida imputācijaStatistika↔ compare
- Sekvenciālā Monte Karlo metode ar trūkstošiem datiemBajesa metodes↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →