Multilevel Bootstrap Simulatie
Multilevel bootstrap simulatie is een hertestingsmethode die is ontworpen voor gegroepeerde of hiërarchisch gestructureerde gegevens. Het behoudt de geneste gegevensstructuur door onafhankelijk op elk niveau te hertesten — eerst worden clusters (bv. scholen, ziekenhuizen) getrokken, vervolgens observaties binnen elk getrokken cluster — zodat de bootstrap-replicatie datasets dezelfde multilevel organisatie weerspiegelen als de originele gegevens.
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
- Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1–26. DOI: 10.1214/aos/1176344552 ↗
- Davison, A. C. & Hinkley, D. V. (1997). Bootstrap Methods and their Application. Cambridge University Press. ISBN: 978-0521574716
Deze pagina citeren
ScholarGate. (2026, June 3). Multilevel Bootstrap Simulation. ScholarGate. https://scholargate.app/nl/bayesian/multilevel-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.
- Bootstrap-simulatie met ontbrekende gegevensBayesiaanse statistiek↔ compare
- Gibbs SamplingBayesiaanse statistiek↔ compare
- Hiërarchische Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- Multilevel Markov-kettingmonte-CarloBayesiaanse statistiek↔ compare
- Multilevel Variational InferenceBayesiaanse statistiek↔ compare
- Sequentiële Monte CarloBayesiaanse statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →