Anàlisi de Components Principals Bayesiana (BPCA)
L'anàlisi de components principals bayesiana incrusta l'ACP probabilística dins d'un marc bayesià, col·locant priors sobre la matriu de càrregues de manera que els components irrellevants es podran eliminar automàticament. Gestiona les dades faltants de manera natural i proporciona estimacions de incertesa principistes tant per les puntuacions latents com per la dimensionalitat de la representació.
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.
Fonts
- Bishop, C. M. (1999). Bayesian PCA. In M. S. Kearns, S. A. Solla & D. A. Cohn (Eds.), Advances in Neural Information Processing Systems 11 (pp. 382–388). MIT Press. link ↗
- Tipping, M. E. & Bishop, C. M. (1999). Probabilistic principal component analysis. Journal of the Royal Statistical Society: Series B, 61(3), 611–622. DOI: 10.1111/1467-9868.00196 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Principal Component Analysis. ScholarGate. https://scholargate.app/ca/statistics/bayesian-principal-component-analysis
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.
- Anàlisi Factorial Exploratòria Bayesiana (BEFA)Psicometria↔ compare
- Anàlisi Factorial Exploratòria (EFA)Estadística↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →