Μοντε Κάρλο Χάμιλτον με Ελλείποντα Δεδομένα
Το Μοντε Κάρλο Χάμιλτον (HMC) με ελλείποντα δεδομένα επεκτείνει τον δειγματολήπτη HMC που βασίζεται σε κλίσεις για να χειριστεί ελλιπείς παρατηρήσεις, αντιμετωπίζοντας τις ελλείπουσες τιμές ως πρόσθετες άγνωστες παραμέτρους. Η οπίσθια κατανομή των παραμέτρων του μοντέλου και των ελλειπόντων τιμών δειγματοληπτείται από κοινού σε μία αποτελεσματική διέλευση, εκμεταλλευόμενη τις πληροφορίες κλίσης για να εξερευνήσει τον πολυδιάστατο κοινό χώρο με πολύ λιγότερες απορριφθείσες προτάσεις από ό,τι το MCMC τυχαίου περιπάτου.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Χάρτης μεθόδων
Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.
Πηγές
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113-162). CRC Press. ISBN: 978-1420079418
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. Chapter 18: Missing-data imputation. ISBN: 978-1439840955
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo with Missing Data Imputation. ScholarGate. https://scholargate.app/el/bayesian/hamiltonian-monte-carlo-with-missing-data
Ποια μέθοδος;
Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.
- Μπεϋζιανή Συμπερασματολογία με Ελλείποντα ΔεδομέναΜπεϋζιανή Στατιστική↔ σύγκριση
- Δειγματοληψία Gibbs με Ελλιπή ΔεδομέναΜπεϋζιανή Στατιστική↔ σύγκριση
- Μοντε Κάρλο ΧαμιλτονιανήςΜπεϋζιανή Στατιστική↔ σύγκριση
- MCMC με Ελλείποντα ΔεδομέναΜπεϋζιανή Στατιστική↔ σύγκριση
- Πολλαπλή Στατιστική ΠληροφόρησηΣτατιστική↔ σύγκριση
- Βαριετική Συμπερασματολογία με Ελλείποντα ΔεδομέναΜπεϋζιανή Στατιστική↔ σύγκριση
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →