Symulacja metodą wielopoziomowego bootstrapu
Wielopoziomowa symulacja bootstrapu jest techniką resamplingu przeznaczoną dla danych pogrupowanych lub o strukturze hierarchicznej. Zachowuje ona zagnieżdżoną strukturę danych poprzez niezależny resampling na każdym poziomie — najpierw pobierając grupy (np. szkoły, szpitale), a następnie obserwacje w obrębie każdej pobranej grupy — tak, aby replikowane zbiory danych bootstrapu odzwierciedlały tę samą organizację wielopoziomową co oryginalne dane.
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
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Multilevel Bootstrap Simulation. ScholarGate. https://scholargate.app/pl/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.
- Symulacja bootstrapowa z brakującymi danymiStatystyka bayesowska↔ compare
- Próbkowanie GibbsaStatystyka bayesowska↔ compare
- Hierarchiczna inferencja bayesowskaStatystyka bayesowska↔ compare
- Wielopoziomowe MCMCStatystyka bayesowska↔ compare
- Wielopoziomowe wnioskowanie wariacyjneStatystyka bayesowska↔ compare
- Sekwencyjne metody Monte CarloStatystyka bayesowska↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →