Gibbs-otanta mittausvirheellä
Gibbs-otanta mittausvirheellä on Bayesiläinen MCMC-menetelmä, joka estimoi samanaikaisesti tuntemattomia todellisia kovariaattiarvoja ja malliparametreja, kun havaittu data on turmeltunut mittausvirheen vuoksi. Käsittelemällä latentteja todellisia arvoja lisäunknownina se otantaa kaikkia suureita iteratiivisesti niiden täysistä ehdollisista jakaumista, levittäen mittausepävarmuutta jokaiseen jatkoinferenssiin.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/fi/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.
- Bayesiläinen päättely mittausvirheelläBayesilainen tilastotiede↔ compare
- Gibbs-otantaBayesilainen tilastotiede↔ compare
- Hamiltonin Monte Carlo -menetelmä mittausvirheelläBayesilainen tilastotiede↔ compare
- MCMC mittausvirheelläBayesilainen tilastotiede↔ compare
- Metropolis-Hastings mittausvirheelläBayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →