Bayesianische Inferenz bei Messfehlern
Die bayesianische Inferenz bei Messfehlern erweitert den Standard-Bayes-Rahmen auf Situationen, in denen eine oder mehrere Kovariaten oder Ergebnisse mit Rauschen oder Fehlklassifizierung beobachtet werden. Indem die wahren, unbeobachteten Werte als latente Variablen behandelt und ihnen Priors zugewiesen werden, schätzt das Modell gemeinsam die wahre Expositionverteilung und die interessierenden Strukturparameter, wobei die gesamte Unsicherheit über die Posterior propagiert wird.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Quellen
- 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: 978-1584886433
- 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. DOI: 10.1093/oxfordjournals.aje.a116875 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Inference with Measurement Error (Errors-in-Variables). ScholarGate. https://scholargate.app/de/bayesian/bayesian-inference-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.
- Bayes'sche RegressionBayes-Statistik↔ compare
- Hierarchische Bayes'sche InferenzBayes-Statistik↔ compare
- Kalman FilterBayes-Statistik↔ compare
- Markov-Kette Monte Carlo (MCMC)Bayes-Statistik↔ compare
- Strukturelle GleichungsmodellierungForschungsstatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →