Symulacja przestrzennego bootstrapu
Symulacja przestrzennego bootstrapu to technika resamplingu przeznaczona dla danych z zależnościami przestrzennymi. Próbkując ponownie sąsiadujące bloki przestrzenne zamiast niezależnych obserwacji, zachowuje ona lokalną strukturę autokorelacji danych i daje wiarygodne oszacowania zmienności próby dla statystyk obliczonych na obserwacjach geograficznych lub siatkowych.
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
- Lahiri, S. N. (2003). Resampling Methods for Dependent Data. Springer. ISBN: 978-0387009285
- Efron, B. & Tibshirani, R. J. (1993). An Introduction to the Bootstrap. Chapman & Hall/CRC. ISBN: 978-0412042317
Jak cytować tę stronę
ScholarGate. (2026, June 3). Spatial Bootstrap Simulation. ScholarGate. https://scholargate.app/pl/bayesian/spatial-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.
- Filtr KalmanaStatystyka bayesowska↔ compare
- Sekwencyjne metody Monte CarloStatystyka bayesowska↔ compare
- Przestrzenne wnioskowanie bayesowskieStatystyka bayesowska↔ compare
- Przestrzenne MCMCStatystyka bayesowska↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →