Beijeski Bootstrap (Rubin)
Beijeski Bootstrap, ko 1981. gadā ieviesa Donalds B. Rubins, ir atkārtotas izlases metode, kas nodrošina Beijeski analoģiju biežuma (frequentist) bootstrap metodei, piešķirot katram novērojumam nejaušu svaru, kas izvilkts no Dirihlēna sadalījuma. Tā nodrošina pilnu statistikas posterioro sadalījumu un ļauj iekļaut iepriekšēju informāciju.
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
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Rubin's Bayesian Bootstrap. ScholarGate. https://scholargate.app/lv/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.
- Bloku robusta (kustīgo bloku un stacionārais)Statistika↔ compare
- Bootstrap InferenceStatistika↔ compare
- Džeknaifa atkārtotā izlases metodeStatistika↔ compare
- Permutācijas (randomizācijas) testsStatistika↔ compare
- Fisher Exact Randomization InferenceStatistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →