Bayesowski Bootstrap (Rubin)
Bayesowski Bootstrap, wprowadzony przez Donalda B. Rubina w 1981 roku, jest metodą resamplingu, która stanowi bayesowski odpowiednik częstościowego bootstrapu, przypisując każdej obserwacji losową wagę pobraną z rozkładu Dirichleta. Metoda ta generuje pełny rozkład a posteriori dla statystyki i pozwala na uwzględnienie informacji a priori.
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
- Rubin, D. B. (1981). The Bayesian Bootstrap. The Annals of Statistics, 9(1), 130-134. DOI: 10.1214/aos/1176345338 ↗
- Lo, A. Y. (1987). A Large Sample Study of the Bayesian Bootstrap. The Annals of Statistics, 15(1), 360-375. DOI: 10.1214/aos/1176350271 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Rubin's Bayesian Bootstrap. ScholarGate. https://scholargate.app/pl/statistics/bayesian-bootstrap
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.
- Block Bootstrap (Moving Block i stacjonarny)Statystyka↔ compare
- Estymacja bootstrapowaStatystyka↔ compare
- Resampling JackknifeStatystyka↔ compare
- Test permutacyjny (randomizacyjny)Statystyka↔ compare
- Nadzorowana inferencja permutyacyjna FisheraStatystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →