Regression model

การบูตสแตรปแบบบล็อก (แบบเคลื่อนที่และแบบอยู่กับที่)

การบูตสแตรปแบบบล็อกเป็นวิธีการสุ่มตัวอย่างซ้ำสำหรับข้อมูลอนุกรมเวลาที่มีความสัมพันธ์กันและมีความสัมพันธ์ในตัวเอง แทนที่จะสุ่มตัวอย่างแต่ละจุดข้อมูล วิธีการนี้จะสุ่มตัวอย่างบล็อกของจุดข้อมูลที่เรียงติดกันทั้งหมด เพื่อรักษาโครงสร้างความสัมพันธ์ในตัวเองไว้ รูปแบบบล็อกเคลื่อนที่ถูกนำเสนอโดย Künsch (1989) และรูปแบบอยู่กับที่โดย Politis และ Romano (1994)

นำไปใช้ด้วย StatMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  1. Künsch, H. R. (1989). The Jackknife and the Bootstrap for General Stationary Observations. Annals of Statistics, 17(3), 1217-1241. DOI: 10.1214/aos/1176347265
  2. Politis, D. N., & Romano, J. P. (1994). The Stationary Bootstrap. Journal of the American Statistical Association, 89(428), 1303-1313. DOI: 10.1080/01621459.1994.10476870

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 1). Block Bootstrap (Moving Block and Stationary Bootstrap). ScholarGate. https://scholargate.app/th/statistics/block-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.

Compare side by side

ถูกอ้างอิงโดย

ScholarGateBlock Bootstrap (Block Bootstrap (Moving Block and Stationary Bootstrap)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/statistics/block-bootstrap · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026