Hierarkisk bootstrap-simulering
Hierarkisk bootstrap-simulering är en omprovningsteknik avsedd för data med en nästlad eller klustrad struktur — elever inom skolor, patienter inom sjukhus, upprepade mätningar inom individer. Den bevarar den naturliga grupperingen av data genom att omprova på varje nivå i hierarkin sekventiellt, vilket ger en urvalsfördelning som korrekt återspeglar både variabilitet mellan grupper och inom grupper.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Davison, A. C. & Hinkley, D. V. (1997). Bootstrap Methods and their Application. Cambridge University Press. ISBN: 978-0521574716
- Cameron, A. C., Gelbach, J. B. & Miller, D. L. (2008). Bootstrap-based improvements for inference with clustered errors. Review of Economics and Statistics, 90(3), 414-427. DOI: 10.1162/rest.90.3.414 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Hierarchical Bootstrap Simulation. ScholarGate. https://scholargate.app/sv/bayesian/hierarchical-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.
- Gibbs samplingBayesiansk statistik↔ compare
- Hierarkisk Bayesiansk inferensBayesiansk statistik↔ compare
- KalmanfilterBayesiansk statistik↔ compare
- Multilevel Bootstrap SimulationBayesiansk statistik↔ compare
- Sekventiell Monte CarloBayesiansk statistik↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →