Gibbs-i meetmõõtmisveaga
Gibbs-i meetmõõtmisveaga on Bayes' MCMC meetod, mis ühiselt hindab tundmatuid tõelisi kovariaatide väärtusi ja mudeliparameetreid, kui vaadeldavad andmed on rikutud mõõtmisveaga. Käsitades latentseid tõelisi väärtusi täiendavate tundmatutena, võtab see kõik suurused iteratiivselt täielikest tinglikest jaotustest, levitades mõõtmisvea ebakindlust igasse järgnevasse järeldusse.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398–409. DOI: 10.1080/01621459.1990.10476213 ↗
- Richardson, S. & Gilks, W. R. (1993). A Bayesian approach to measurement error problems in epidemiology using conditional independence models. American Journal of Epidemiology, 138(6), 430–442. DOI: 10.1093/oxfordjournals.aje.a116875 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/et/bayesian/gibbs-sampling-with-measurement-error
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.
- Bayes' järeldusmeetod koos mõõtemoonutusegaBayesi meetodid↔ compare
- Gibbs SamplingBayesi meetodid↔ compare
- Hamiltoni Monte Carlo koos mõõtemoonutusegaBayesi meetodid↔ compare
- MCMC koos mõõtiveagaBayesi meetodid↔ compare
- Metropolis-Hastings meetud mõõteveagaBayesi meetodid↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →