Telpiskās Bootstrap simulācija
Telpiskās bootstrap simulācija ir atkārtotas izlases (resampling) tehnika, kas paredzēta telpiski atkarīgiem datiem. Pāratlasot nepārtrauktus telpiskos blokus, nevis neatkarīgus novērojumus, tā saglabā datu lokālo autokorelācijas struktūru un nodrošina derīgus novērtējumus telpiskās variabilitātes izlases kļūdām statistikas rādītājiem, kas aprēķināti uz ģeogrāfiskiem vai režģa (lattice) novērojumiem.
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
- Lahiri, S. N. (2003). Resampling Methods for Dependent Data. Springer. ISBN: 978-0387009285
- Efron, B. & Tibshirani, R. J. (1993). An Introduction to the Bootstrap. Chapman & Hall/CRC. ISBN: 978-0412042317
Kā citēt šo lapu
ScholarGate. (2026, June 3). Spatial Bootstrap Simulation. ScholarGate. https://scholargate.app/lv/bayesian/spatial-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.
- Kalman FilterBajesa metodes↔ compare
- Sekvenciālā Monte Karlo metodeBajesa metodes↔ compare
- Telpiskā beijesiska inferencēšanaBajesa metodes↔ compare
- Telpiskā MCMCBajesa metodes↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →