Bayesian methodsBayesian / computational

Δειγματοληψία Gibbs με Ελλιπή Δεδομένα

Η δειγματοληψία Gibbs με ελλιπή δεδομένα αντιμετωπίζει τις μη παρατηρούμενες τιμές ως επιπλέον αγνώστους παράλληλα με τις παραμέτρους του μοντέλου και δειγματίζει όλες αυτές από κοινού εντός ενός βρόχου Markov chain Monte Carlo. Η μέθοδος εναλλάσσεται μεταξύ της εξαγωγής των ελλιπών τιμών από την υπό συνθήκη κατανομή τους δεδομένων των παραμέτρων και της εξαγωγής των παραμέτρων από την υπό συνθήκη κατανομή τους δεδομένων των συμπληρωμένων δεδομένων, παράγοντας ταυτόχρονα μια οπίσθια κατανομή και για τα δύο.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

+2 more

Πηγές

  1. Tanner, M. A. & Wong, W. H. (1987). The calculation of posterior distributions by data augmentation. Journal of the American Statistical Association, 82(398), 528–540. DOI: 10.1080/01621459.1987.10478458
  2. Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Gibbs Sampling with Missing Data Imputation. ScholarGate. https://scholargate.app/el/bayesian/gibbs-sampling-with-missing-data

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

Αναφέρεται από

ScholarGateGibbs Sampling with Missing Data (Gibbs Sampling with Missing Data Imputation). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/bayesian/gibbs-sampling-with-missing-data · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026