Gibbs Sampling amb Dades Faltants
El mostreig de Gibbs amb dades faltants tracta els valors no observats com a incògnites addicionals juntament amb els paràmetres del model i els mostra tots conjuntament dins d'un bucle de Monte Carlo de cadena de Markov. El mètode alterna entre extreure els valors faltants de la seva distribució condicional donats els paràmetres i extreure els paràmetres de la seva distribució condicional donades les dades completades, produint una posterior simultàniament sobre ambdós.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fonts
- Tanner, M. A. & Wong, W. H. (1987). The calculation of posterior distributions by data augmentation. Journal of the American Statistical Association, 82(398), 528–540. DOI: 10.1080/01621459.1987.10478458 ↗
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Gibbs Sampling with Missing Data Imputation. ScholarGate. https://scholargate.app/ca/bayesian/gibbs-sampling-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.
- Model Jeràrquic Bayesiana amb Dades FaltantsBayesià↔ compare
- Inferència Bayesiana amb Dades FaltantsBayesià↔ compare
- Augmentació de dadesAprenentatge profund↔ compare
- Campionament de GibbsBayesià↔ compare
- MCMC amb dades perdudesBayesià↔ compare
- Imputació MúltipleEstadística↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →