Bayesian methodsBayesian / computational

Gibbs Sampling amb Error de Mesura

El mostreig de Gibbs amb error de mesura és un mètode bayesià MCMC que estima conjuntament els valors desconeguts veritables de les covariables i els paràmetres del model quan les dades observades estan corrompudes per error de mesura. Tractant els valors veritables latents com a incògnites addicionals, mostra totes les quantitats de manera iterativa a partir de les seves distribucions condicionals completes, propagant la incertesa de la mesura a totes les inferències posteriors.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398–409. DOI: 10.1080/01621459.1990.10476213
  2. Richardson, S. & Gilks, W. R. (1993). A Bayesian approach to measurement error problems in epidemiology using conditional independence models. American Journal of Epidemiology, 138(6), 430–442. DOI: 10.1093/oxfordjournals.aje.a116875

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/ca/bayesian/gibbs-sampling-with-measurement-error

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.

Compare side by side

Citat per

ScholarGateGibbs Sampling with Measurement Error (Gibbs Sampling for Models with Measurement Error). Recuperat el 2026-06-15 de https://scholargate.app/ca/bayesian/gibbs-sampling-with-measurement-error · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026