Gibbs-Sampling mit Messfehlern
Gibbs-Sampling mit Messfehlern ist eine bayesianische MCMC-Methode, die unbekannte wahre Kovariatenwerte und Modellparameter gemeinsam schätzt, wenn die beobachteten Daten durch Messfehler verfälscht sind. Indem die latenten wahren Werte als zusätzliche Unbekannte behandelt werden, werden alle Größen iterativ aus ihren vollständigen bedingten Verteilungen gezogen, wodurch die Messunsicherheit in alle nachfolgenden Schlussfolgerungen einfließt.
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.
Quellen
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398–409. DOI: 10.1080/01621459.1990.10476213 ↗
- 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). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/de/bayesian/gibbs-sampling-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.
- Bayesianische Inferenz bei MessfehlernBayes-Statistik↔ compare
- Gibbs-SamplingBayes-Statistik↔ compare
- Hamiltonian Monte Carlo mit MessfehlernBayes-Statistik↔ compare
- MCMC mit MessfehlernBayes-Statistik↔ compare
- Metropolis-Hastings mit MessfehlernBayes-Statistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →