Bayesiansk Markov-model — Tilstands-overgangsmodellering med Bayesiansk parameterestimering
En Bayesiansk Markov-model er en simulationsmetode for tilstands-overgange, der kombinerer Markov-kæde kohortemodellering med Bayesiansk statistisk inferens. Ved at placere prior-fordelinger på overgangssandsynligheder og opdatere dem med observerede data, propagerer tilgangen fuld parameterusikkerhed gennem simuleringen, hvilket giver posterior-fordelinger over udfald som omkostninger, leveår eller kvalitetsjusterede leveår snarere end enkeltpunktestimater.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Briggs, A., Sculpher, M., Claxton, K. (2006). Decision Modelling for Health Economic Evaluation. Oxford University Press, Oxford. ISBN: 9780198526629
- Jackson, C. H., Sharples, L. D., Thompson, S. G. (2010). Structural and parameter uncertainty in Bayesian cost-effectiveness models. Journal of the Royal Statistical Society: Series C (Applied Statistics), 59(2), 233-253. DOI: 10.1111/j.1467-9876.2009.00684.x ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Markov Model — State-Transition Modeling with Bayesian Parameter Estimation. ScholarGate. https://scholargate.app/da/simulation/bayesian-markov-model
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.
- Bayesiansk sensitivitetsanalyseSimulering↔ compare
- MarkovmodelSimulering↔ compare
- Monte Carlo-simuleringBeslutningstagning↔ compare
- Stokastisk Markov-modelSimulering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →