Bayesian methodsBayesian / computational

Многоуровневое бутстреп-моделирование

Многоуровневое бутстреп-моделирование — это метод повторной выборки (resampling technique), разработанный для кластеризованных или иерархически структурированных данных. Он сохраняет вложенную структуру данных, выполняя повторную выборку на каждом уровне независимо: сначала выбираются кластеры (например, школы, больницы), затем выбираются наблюдения внутри каждого выбранного кластера. Таким образом, бутстреп-реплицированные наборы данных отражают ту же многоуровневую организацию, что и исходные данные.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1–26. DOI: 10.1214/aos/1176344552
  2. Davison, A. C. & Hinkley, D. V. (1997). Bootstrap Methods and their Application. Cambridge University Press. ISBN: 978-0521574716

Как цитировать эту страницу

ScholarGate. (2026, June 3). Multilevel Bootstrap Simulation. ScholarGate. https://scholargate.app/ru/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.

Compare side by side

Упоминается в

ScholarGateMultilevel Bootstrap Simulation (Multilevel Bootstrap Simulation). Получено 2026-06-15 из https://scholargate.app/ru/bayesian/multilevel-bootstrap-simulation · Набор данных: https://doi.org/10.5281/zenodo.20539026