Metropolis-Hastings con error de medición

Metropolis-Hastings con error de medición es un enfoque bayesiano MCMC que estima conjuntamente los parámetros del modelo y los valores verdaderos (no observados) de las covariables cuando los predictores o los resultados se registran con ruido. Al tratar los valores verdaderos latentes como parámetros desconocidos, propaga la incertidumbre de la medición completamente a la inferencia posterior en lugar de ignorarla o corregirla a posteriori.