Bayesian methodsBayesian / computational

Promedio de Modelos Bayesianos con Datos Faltantes

El promedio de modelos bayesianos con datos faltantes (BMA-MD) aborda simultáneamente dos fuentes de incertidumbre: cuál modelo describe mejor los datos y cuáles son los valores no observados. En lugar de seleccionar un único conjunto de datos imputados y un único modelo, el enfoque promedia las predicciones a través del espacio completo de modelos candidatos y completaciones plausibles de los valores faltantes, propagando ambas fuentes de incertidumbre en cada estimación y predicción.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  1. Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link
  2. Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons, New York. ISBN: 978-0471655749

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Model Averaging with Missing Data. ScholarGate. https://scholargate.app/es/bayesian/bayesian-model-averaging-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
ScholarGateBayesian model averaging with missing data (Bayesian Model Averaging with Missing Data). Recuperado el 2026-06-15 de https://scholargate.app/es/bayesian/bayesian-model-averaging-with-missing-data · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026