Багаторівнева бутстреп-симуляція
Багаторівнева бутстреп-симуляція — це техніка ресемплінгу, розроблена для кластеризованих або ієрархічно структурованих даних. Вона зберігає вкладену структуру даних, незалежно ресемплюючи на кожному рівні — спочатку вибираючи кластери (наприклад, школи, лікарні), потім вибірки спостережень у межах кожного вибраного кластера — так, щоб бутстреп-реплікаційні набори даних відображали ту саму багаторівневу організацію, що й оригінальні дані.
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
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Multilevel Bootstrap Simulation. ScholarGate. https://scholargate.app/uk/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.
- Бутстреп-симуляція з пропущеними данимиБаєсові методи↔ compare
- Гіббсівський відбір (Gibbs Sampling)Баєсові методи↔ compare
- Ієрархічний байєсівський висновокБаєсові методи↔ compare
- Багаторівневий MCMCБаєсові методи↔ compare
- Багаторівневий варіаційний висновокБаєсові методи↔ compare
- Послідовний Монте-КарлоБаєсові методи↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →