Байесов йерархичен модел с липсващи данни
Байесовият йерархичен модел с липсващи данни третира ненаблюдаваните стойности като допълнителни неизвестни и ги семплира съвместно с всички параметри на модела от апостериорното разпределение. Вложената структура на йерархията заимства "сила" между групите, докато байесовата рамка естествено разпространява несигурността от липсващите данни през всяка оценка и прогноза.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Hierarchical Model with Missing Data Imputation. ScholarGate. https://scholargate.app/bg/bayesian/bayesian-hierarchical-model-with-missing-data
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.
- Байесовско извод при липсващи данниБейсови методи↔ compare
- Gibbs Sampling with Missing DataБейсови методи↔ compare
- Йерархично Бейсианско заключениеБейсови методи↔ compare
- MCMC с липсващи данниБейсови методи↔ compare
- Многостепенна байесова статистическа инференцияБейсови методи↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →