Metropolis-Hastings με Ελλείποντα Δεδομένα
Η μέθοδος Metropolis-Hastings με ελλείποντα δεδομένα αντιμετωπίζει τις μη παρατηρούμενες τιμές ως λανθάνουσες μεταβλητές και τις δειγματοληπτεί από κοινού με τις παραμέτρους του μοντέλου εντός μιας ενιαίας αλυσίδας MCMC. Με την επέκταση της κατανομής-στόχου ώστε να περιλαμβάνει τόσο τις παραμέτρους όσο και τις ελλείπουσες τιμές, ο αλγόριθμος παράγει σωστά βαθμονομημένη συμπερασματολογία a posteriori χωρίς να απορρίπτει τις ελλιπείς περιπτώσεις ή να απαιτεί ένα ξεχωριστό βήμα αναπλήρωσης.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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: 10.2307/2289457 ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Metropolis-Hastings Algorithm with Missing Data Augmentation. ScholarGate. https://scholargate.app/el/bayesian/metropolis-hastings-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.
- Μπεϋζιανή Συμπερασματολογία με Ελλείποντα ΔεδομέναΜπεϋζιανή Στατιστική↔ compare
- Επαύξηση ΔεδομένωνΒαθιά Μάθηση↔ compare
- Δειγματοληψία Gibbs με Ελλιπή ΔεδομέναΜπεϋζιανή Στατιστική↔ compare
- Μοντε Κάρλο Χάμιλτον με Ελλείποντα ΔεδομέναΜπεϋζιανή Στατιστική↔ compare
- Αλγόριθμος Metropolis-HastingsΜπεϋζιανή Στατιστική↔ compare
- Πολλαπλή Στατιστική ΠληροφόρησηΣτατιστική↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →