Symulacja hierarchiczna metodą bootstrap
Hierarchiczna symulacja metodą bootstrap jest techniką resamplingu przeznaczoną dla danych o zagnieżdżonej lub sklastrowanej strukturze — uczniów w szkołach, pacjentów w szpitalach, pomiarów powtarzanych w ramach podmiotów. Zachowuje ona naturalne grupowanie danych poprzez resamplowanie na każdym poziomie hierarchii sekwencyjnie, generując rozkład próbkowania, który poprawnie odzwierciedla zmienność zarówno między grupami, jak i wewnątrz grup.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Hierarchical Bootstrap Simulation. ScholarGate. https://scholargate.app/pl/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.
- Próbkowanie GibbsaStatystyka bayesowska↔ compare
- Hierarchiczna inferencja bayesowskaStatystyka bayesowska↔ compare
- Filtr KalmanaStatystyka bayesowska↔ compare
- Symulacja metodą wielopoziomowego bootstrapuStatystyka bayesowska↔ compare
- Sekwencyjne metody Monte CarloStatystyka bayesowska↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →