Hiërarchische Bootstrap-simulatie
Hiërarchische bootstrap-simulatie is een resamplingtechniek die is ontworpen voor data met een geneste of geclusterde structuur — studenten binnen scholen, patiënten binnen ziekenhuizen, herhaalde metingen binnen subjecten. Het behoudt de natuurlijke groepering van de data door op elk niveau van de hiërarchie sequentieel te resamplen, wat resulteert in een steekproefverdeling die zowel de variabiliteit tussen groepen als binnen groepen correct weergeeft.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Davison, A. C. & Hinkley, D. V. (1997). Bootstrap Methods and their Application. Cambridge University Press. ISBN: 978-0521574716
- Cameron, A. C., Gelbach, J. B. & Miller, D. L. (2008). Bootstrap-based improvements for inference with clustered errors. Review of Economics and Statistics, 90(3), 414-427. DOI: 10.1162/rest.90.3.414 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Hierarchical Bootstrap Simulation. ScholarGate. https://scholargate.app/nl/bayesian/hierarchical-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.
- Gibbs SamplingBayesiaanse statistiek↔ compare
- Hiërarchische Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- KalmanfilterBayesiaanse statistiek↔ compare
- Multilevel Bootstrap SimulatieBayesiaanse statistiek↔ compare
- Sequentiële Monte CarloBayesiaanse statistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →