İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›İstatistik›Blok Örneklemesi (Hareketli Blok ve Durağan)
Regression model

Blok Örneklemesi (Hareketli Blok ve Durağan)

Block Bootstrap (Moving Block and Stationary Bootstrap) · Ayrıca şöyle bilinir: moving block bootstrap, stationary bootstrap, blok bootstrap (moving block / stationary)

Blok örneklemesi, bağımlı, otokorelasyonlu zaman serisi verileri için bir yeniden örnekleme yöntemidir: tekil gözlemleri yeniden örneklemek yerine, seri-korelasyon yapısını koruyacak şekilde ardışık gözlem bloklarını yeniden örnekler. Hareketli blok varyantı Künsch (1989) tarafından, durağan varyantı ise Politis ve Romano (1994) tarafından tanıtılmıştır.

ScholarGate
  1. Regression model
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Blok Örneklemesi (Hareketli Blok ve Durağan)
Bootstrap ÇıkarımıJackknife Yeniden Örnekl…En Küçük Kareler (EK) Re…Permütasyon (Rastgeleleş…Kuantil RegresyonuBayesçi Bootstrap (Rubin)Çift (İteratif) BootstrapRegresyon Çıkarımı için…

Ne zaman kullanılır

Parametrik bir hata modeli varsaymak istemediğinizde ve otokorelasyonlu zaman serisi verileri üzerinde hesaplanan bir istatistik için standart hatalara veya güven aralıklarına ihtiyacınız olduğunda blok örneklemesini kullanın. Gerçek bir zaman serisi yapısı ve makul bir uzunluk — en az yaklaşık 50 gözlem — bekler, çünkü blok uzunluğu otokorelasyonu eşleştirmek için seçilmelidir. Kısa serilerde (n 30'un altında) yeterli blok bulunmaz ve bağımlılık yeniden üretilemez; 20 gözlemin altında blok uzunluğu seçimi güvenilmez hale gelir ve düz örnekleme tercih edilir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Verilerin seri-korelasyon yapısını korur, böylece sıradan örneklemenin başarısız olduğu bağımlılık altında çıkarım geçerli kalır.
  • Dağılımdan bağımsız: normallik veya hatalar için parametrik bir model gerektirmez.
  • Eldeki seriye uyacak şekilde hem sabit uzunluklu (hareketli blok) hem de durağanlığı koruyan (durağan) varyantlar sunar.
Sınırlılıklar
  • Sonuçlar blok uzunluğuna duyarlıdır, bu da otokorelasyon yapısına göre ayarlanmalı ve evrensel olarak optimal bir seçeneği yoktur.
  • Makul derecede uzun bir seri (yaklaşık 50+ gözlem) gerektirir; kısa seriler bağımlılığı yakalamak için yeterli blok bırakmaz.
  • Serinin (yaklaşık) durağanlığını varsayar; güçlü eğilimler veya yapısal kırılmalar yeniden örneklemeyi zayıflatır.

SSS

Blok örneklemesi sıradan örneklemeden nasıl farklıdır?

Sıradan örnekleme, herhangi bir zaman bağımlılığını yok eden tekil gözlemleri bağımsız olarak yeniden örnekler. Blok örneklemesi, blok içi korelasyonu sağlam tutarak otokorelasyonlu veriler için çıkarımın geçerli kalmasını sağlayan ardışık gözlem bloklarını yeniden örnekler.

Hareketli blok ve durağan versiyonlar arasındaki fark nedir?

Hareketli blok örneklemesi sabit uzunlukta örtüşen bloklar kullanır. Politis ve Romano'nun durağan örneklemesi, yeniden örneklenen seriyi kendi başına durağan hale getiren ve tek bir blok uzunluğu seçimine duyarlılığı azaltan rastgele, geometrik olarak dağılmış uzunlukta bloklar çeker.

Blok uzunluğunu nasıl seçerim?

Blok uzunluğu otokorelasyon yapısına uymalıdır: anlamlı bağımlılığı yakalayacak kadar uzun, ancak yeterince farklı blok bırakacak kadar kısa. Tek bir optimal değer yoktur, bu nedenle anahtar ayarlama kararıdır ve serinin otokorelasyonu tarafından yönlendirilmelidir.

Zaman serim kısaysa ne olur?

Yaklaşık 30 gözlemden az olduğunda bağımlılığı korumak için yeterli blok yoktur ve 20'nin altında blok uzunluğu seçimi güvenilmezdir. Bu durumlarda standart bir örnekleme veya permütasyon testi daha güvenli bir alternatiftir.

Kaynaklar

  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 ↗

Bu sayfayı kaynak gösterin

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

İlişkili yöntemler

Bootstrap ÇıkarımıJackknife Yeniden ÖrneklemesiEn Küçük Kareler (EK) RegresyonuPermütasyon (Rastgeleleştirme) TestiKuantil Regresyonu

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Bootstrap Çıkarımıİstatistik↔ karşılaştır
  • Jackknife Yeniden Örneklemesiİstatistik↔ karşılaştır
  • En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
  • Permütasyon (Rastgeleleştirme) Testiİstatistik↔ karşılaştır
  • Kuantil RegresyonuEkonometri↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Bayesçi Bootstrap (Rubin)Çift (İteratif) BootstrapRegresyon Çıkarımı için Wild Bootstrap

Benzer yöntemler

Mekansal Bootstrap SimülasyonuBootstrap SimülasyonuParametrik BootstrapBootstrap ÇıkarımıÇift (İteratif) BootstrapÇok Düzeyli Bootstrap SimülasyonuHiyerarşik Bootstrap SimülasyonuRegresyon Çıkarımı için Wild Bootstrap

İlgili referans kavramlar

Bootstrap YöntemleriBootstrap ve Yeniden ÖrneklemeYeniden Örnekleme YöntemleriJackknife Yeniden ÖrneklemePermütasyon TestleriÇapraz Doğrulama ve Yeniden Örnekleme

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Block Bootstrap (Block Bootstrap (Moving Block and Stationary Bootstrap)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/statistics/block-bootstrap · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Künsch (moving block, 1989); Politis & Romano (stationary, 1994)
Year
1989
Type
Resampling inference for dependent data
Estimator
Block resampling (moving or stationary blocks)
Outcome
continuous time series
MinSample
50
İlişkili yöntemler
Bootstrap ÇıkarımıJackknife Yeniden ÖrneklemesiEn Küçük Kareler (EK) RegresyonuPermütasyon (Rastgeleleştirme) TestiKuantil Regresyonu
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil