Multilevel Bootstrap Simulation
Multilevel bootstrap-simulering er en resamplingsteknikk designet for klyngede eller hierarkisk strukturerte data. Den bevarer den nestede datastrukturen ved å resample på hvert nivå uavhengig — først trekke klynger (f.eks. skoler, sykehus), deretter trekke observasjoner innenfor hver samplede klynge — slik at bootstrap-replikatdatasett reflekterer den samme multilevel-organisasjonen som de opprinnelige dataene.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Multilevel Bootstrap Simulation. ScholarGate. https://scholargate.app/no/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-simulering med manglende dataBayesiansk↔ compare
- Gibbs-samplingBayesiansk↔ compare
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Multilevel MCMCBayesiansk↔ compare
- Multinivå Variasjonell InferensBayesiansk↔ compare
- Sekvensiell Monte CarloBayesiansk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →