Bootstrap simulācija — Empīriska pārsamplēšana statistiskai secinājumu izdarīšanai
Bootstrap simulācija, ko 1979. gadā ieviesa Bredlijs Efrons, ir uz simulāciju balstīta secinājumu metode, kas iegūst praktiski jebkura statistikas rādītāja izlasējuma sadalījumu, atkārtoti pārsamplējot ar atgriešanu no novērotajiem datiem. Tā kā tā neprasa nekādus parametriskus sadalījuma pieņēmumus, tā nodrošina robustu, vispārīgu alternatīvu analītiskajiem ticamības intervāliem un parametriskajiem hipotēžu testiem nepārtrauktiem, kārtas, bināriem un skaitīšanas datiem.
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 & Hall/CRC. DOI: 10.1201/9780429246593 ↗
- Davison, A.C. & Hinkley, D.V. (1997). Bootstrap Methods and their Application. Cambridge University Press. DOI: 10.1017/CBO9780511802843 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Bootstrap Simulation (Bootstrap Resampling). ScholarGate. https://scholargate.app/lv/simulation/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.
- Beijesiskā inferenceStatistika↔ compare
- Džeknaifa nožu aplēsteStatistika↔ compare
- Monte Carlo simulācijaLēmumu pieņemšana↔ compare
- Permutācijas (randomizācijas) testsStatistika↔ compare
- Dispersijas samazināšanas paņēmieni Monte Karlo simulācijaiSimulācija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →