Хамилтонов Монте Карло с липсващи данни
Хамилтонов Монте Карло с липсващи данни разширява базирания на градиенти HMC семплер, за да обработва непълни наблюдения, като третира липсващите стойности като допълнителни неизвестни параметри. Задната вероятност за параметрите на модела и липсващите стойности се семплира съвместно в една ефективна стъпка, използвайки градиентна информация за изследване на многомерното съвместно пространство с много по-малко отхвърлени предложения в сравнение с MCMC с произволни отклонения.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113-162). CRC Press. ISBN: 978-1420079418
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. Chapter 18: Missing-data imputation. ISBN: 978-1439840955
Как да цитирате тази страница
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo with Missing Data Imputation. ScholarGate. https://scholargate.app/bg/bayesian/hamiltonian-monte-carlo-with-missing-data
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Байесовско извод при липсващи данниБейсови методи↔ сравняване
- Gibbs Sampling with Missing DataБейсови методи↔ сравняване
- Хамилтънов Монте КарлоБейсови методи↔ сравняване
- MCMC с липсващи данниБейсови методи↔ сравняване
- Множествена импутацияСтатистика↔ сравняване
- Вариационен метод с липсващи данниБейсови методи↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →