การจำลองแบบบูตสแตรปหลายระดับ
การจำลองแบบบูตสแตรปหลายระดับ (Multilevel bootstrap simulation) เป็นเทคนิคการสุ่มตัวอย่างซ้ำ (resampling technique) ที่ออกแบบมาสำหรับข้อมูลที่มีโครงสร้างแบบกลุ่ม (clustered) หรือโครงสร้างแบบลำดับชั้น (hierarchically structured data) โดยจะรักษาโครงสร้างข้อมูลแบบลำดับชั้นไว้ด้วยการสุ่มตัวอย่างซ้ำในแต่ละระดับอย่างอิสระ กล่าวคือ เริ่มจากการสุ่มกลุ่ม (เช่น โรงเรียน โรงพยาบาล) จากนั้นจึงสุ่มการสังเกตภายในแต่ละกลุ่มที่ถูกสุ่ม เพื่อให้ชุดข้อมูลจำลองแบบบูตสแตรปสะท้อนการจัดระเบียบแบบหลายระดับเช่นเดียวกับข้อมูลต้นฉบับ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1–26. DOI: 10.1214/aos/1176344552 ↗
- Davison, A. C. & Hinkley, D. V. (1997). Bootstrap Methods and their Application. Cambridge University Press. ISBN: 978-0521574716
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multilevel Bootstrap Simulation. ScholarGate. https://scholargate.app/th/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.
- การจำลองแบบบูตสแตรปกับข้อมูลที่ขาดหายไปเบย์↔ compare
- การสุ่มตัวอย่างแบบกิบบส์เบย์↔ compare
- การอนุมานแบบเบย์ตามลำดับชั้นเบย์↔ compare
- MCMC แบบหลายระดับเบย์↔ compare
- การอนุมานแบบแปรผันหลายระดับเบย์↔ compare
- Sequential Monte Carloเบย์↔ compare