Monte Carlo -simulaatio puuttuvalla datalla
Monte Carlo -simulaatio puuttuvalla datalla yhdistää stokastisen simulaation – satunnaisarvojen poiminnan todennäköisyysjakaumista – periaatteellisiin puuttuvien tietojen strategioihin, kuten moninkertaiseen imputointiin. Sen sijaan, että epätäydelliset tietueet hylättäisiin tai korvattaisiin yhdellä täyttöarvolla, menetelmä tuottaa monia simuloituja täydellisiä aineistoja, suorittaa niille kohdeanalyysin ja yhdistää tulokset saadakseen estimaatteja, jotka heijastavat rehellisesti sekä otantavaihtelua että puuttuvuudesta johtuvaa epävarmuutta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
- van Buuren, S. (2018). Flexible Imputation of Missing Data (2nd ed.). CRC Press / Chapman & Hall. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Monte Carlo Simulation with Missing Data Handling. ScholarGate. https://scholargate.app/fi/bayesian/monte-carlo-simulation-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.
- Bayesiläinen päättely puuttuvalla datallaBayesilainen tilastotiede↔ compare
- Bootstrap-simulaatio puuttuvalla datallaBayesilainen tilastotiede↔ compare
- Gibbs-otanta puuttuvalla datallaBayesilainen tilastotiede↔ compare
- MCMC puuttuvilla tiedoillaBayesilainen tilastotiede↔ compare
- Monitahinen imputointiTilastotiede↔ compare
- Sekventiaalinen Monte CarloBayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →