Ієрархічне бутстреп-моделювання
Ієрархічне бутстреп-моделювання — це техніка ресемплінгу, розроблена для даних із вкладеною або кластеризованою структурою: учні в школах, пацієнти в лікарнях, повторні вимірювання для суб'єктів. Вона зберігає природне групування даних шляхом послідовного ресемплінгу на кожному рівні ієрархії, створюючи вибірковий розподіл, який коректно відображає як міжгрупову, так і внутрішньогрупову варіативність.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Hierarchical Bootstrap Simulation. ScholarGate. https://scholargate.app/uk/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.
- Гіббсівський відбір (Gibbs Sampling)Баєсові методи↔ compare
- Ієрархічний байєсівський висновокБаєсові методи↔ compare
- Фільтр КалманаБаєсові методи↔ compare
- Багаторівнева бутстреп-симуляціяБаєсові методи↔ compare
- Послідовний Монте-КарлоБаєсові методи↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →