MCMC andata puuduvate andmetega
MCMC andata puuduvate andmetega on Bayes'i arvutusstrateegia, mis käsitleb vaatluseta väärtusi täiendavate tundmatute parameetritena. Vaheldumisi puuduvate väärtuste proovivõtuga nende ennustavast jaotusest ning mudeliparameetrite proovivõtuga nende järeldusjaotusest, algoritm toodab kehtiva ühise järeldusjaotuse, mis arvestab täielikult puuduvusest tingitud ebakindlust.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Allikad
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
- 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: 10.1080/01621459.1987.10478458 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Markov Chain Monte Carlo with Missing Data. ScholarGate. https://scholargate.app/et/bayesian/mcmc-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.
- Bayesian Hierarchical ModelBayesi meetodid↔ compare
- Bayes' järeldus puuduvate andmetegaBayesi meetodid↔ compare
- Gibbs SamplingBayesi meetodid↔ compare
- Hamiltoni Monte CarloBayesi meetodid↔ compare
- Metropolis-Hastingsi algoritmBayesi meetodid↔ compare
- Multiple ImputationStatistika↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →