میانگینگیری مدل بیزی با دادههای گمشده
میانگینگیری مدل بیزی با دادههای گمشده (BMA-MD) به طور همزمان دو منبع عدم قطعیت را برطرف میکند: کدام مدل بهترین توصیفکننده دادهها است و مقادیر مشاهده نشده چه هستند. به جای انتخاب یک مجموعه داده منفرد و یک مدل منفرد، این رویکرد پیشبینیها را در سراسر فضای کامل مدلهای کاندید و تکمیلهای محتمل مقادیر گمشده میانگینگیری میکند و هر دو منبع عدم قطعیت را به هر تخمین و پیشبینی منتقل میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons, New York. ISBN: 978-0471655749
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Bayesian Model Averaging with Missing Data. ScholarGate. https://scholargate.app/fa/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.
- محاسبات بیزی تقریبی با دادههای گمشدهبیزی↔ compare
- مدل سلسله مراتبی بیزی با دادههای گمشدهبیزی↔ compare
- استنتاج بیزی با دادههای گمشدهبیزی↔ compare
- میانگینگیری مدل بیزیبیزی↔ compare
- چندگانه سازیآمار↔ compare
- مونت کارلو متوالی با دادههای گمشدهبیزی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →