Simulação Bootstrap com Dados Faltantes
A simulação bootstrap com dados faltantes combina a estimação de variância baseada em reamostragem com o tratamento principiado de observações incompletas. Em vez de excluir casos ou assumir dados completos, o método integra imputação ou ponderação diretamente no loop bootstrap, propagando a incerteza adicional devido à falta de dados para os erros padrão e intervalos de confiança finais.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Efron, B. & Tibshirani, R. J. (1993). An Introduction to the Bootstrap. Chapman and Hall/CRC. ISBN: 978-0412042317
- Little, R. J. A. & Rubin, D. B. (2019). Statistical Analysis with Missing Data (3rd ed.). Wiley. ISBN: 978-0470526798
Como citar esta página
ScholarGate. (2026, June 3). Bootstrap Simulation with Missing Data Handling. ScholarGate. https://scholargate.app/pt/bayesian/bootstrap-simulation-with-missing-data
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.
- Inferência Bayesiana com Dados AusentesBayesiano↔ compare
- Amostragem de Gibbs com Dados AusentesBayesiano↔ compare
- Simulação de Monte Carlo com Dados AusentesBayesiano↔ compare
- Imputação MúltiplaEstatística↔ compare
- Monte Carlo Sequencial com Dados AusentesBayesiano↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →