Metropolis-Hastings con datos faltantes

Metropolis-Hastings con datos faltantes trata los valores no observados como variables latentes y los muestrea conjuntamente con los parámetros del modelo dentro de una única cadena MCMC. Al aumentar la distribución objetivo para incluir tanto parámetros como valores faltantes, el algoritmo produce inferencias posteriores debidamente calibradas sin descartar casos incompletos ni requerir un paso de imputación separado.