Latent structureMultivariate analysis

Bayesovské směsové modelování

Bayesovské směsové modelování reprezentuje populaci jako vážený součet K komponentních distribucí a odhaduje všechny neznámé — směšovací váhy, parametry komponent a dokonce i počet komponent — prostřednictvím inferenčního odhadu z aposteriorní distribuce. Rozšiřuje klasickou směsovou analýzu tím, že umisťuje apriorní rozdělení na každý parametr a kvantifikuje nejistotu ohledně latentních přiřazení do skupin, namísto jejich považování za pevné.

Použít v StatMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  1. Fruhwirth-Schnatter, S., Celeux, G. & Robert, C. P. (Eds.) (2019). Handbook of Mixture Analysis. CRC Press / Chapman & Hall. ISBN: 9780367733995
  2. Richardson, S. & Green, P. J. (1997). On Bayesian analysis of mixtures with an unknown number of components. Journal of the Royal Statistical Society: Series B, 59(4), 731–792. DOI: 10.1111/1467-9868.00095

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Bayesian Finite Mixture Modeling. ScholarGate. https://scholargate.app/cs/statistics/bayesian-mixture-modeling

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

Odkazuje sem

ScholarGateBayesian Mixture Modeling (Bayesian Finite Mixture Modeling). Získáno 2026-06-15 z https://scholargate.app/cs/statistics/bayesian-mixture-modeling · Datová sada: https://doi.org/10.5281/zenodo.20539026