MCMC amb error de mesura
L'MCMC amb error de mesura aplica mostreig de Markov chain Monte Carlo (MCMC) a models bayesians que tenen en compte explícitament el fet que els covariables o els resultats s'observen amb error. Tractant els valors veritables, no observats, com a variables latents i mostrejant la seva posterior conjunta juntament amb tots els altres paràmetres, el mètode corregeix el biaix d'atenuació i produeix inferències vàlides fins i tot quan algunes variables no es poden mesurar exactament.
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.
+1 more
Fonts
- Carroll, R. J., Ruppert, D., Stefanski, L. A. & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman & Hall/CRC. ISBN: 978-1584886334
- 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. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Markov Chain Monte Carlo with Measurement Error Models. ScholarGate. https://scholargate.app/ca/bayesian/mcmc-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.
- Inferència Bayesiana amb Error de MesuraBayesià↔ compare
- Regressió BayesianaBayesià↔ compare
- Campionament de GibbsBayesià↔ compare
- Inferència bayesiana jeràrquicaBayesià↔ compare
- Cadenes de Markov Monte Carlo (MCMC)Bayesià↔ compare
- Metropolis-Hastings amb error de mesuraBayesià↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →