Gibbs Sampling with Missing Data
Gibbs sampling with missing data treats unobserved values as additional unknowns alongside model parameters and samples all of them jointly within a Markov chain Monte Carlo loop. The method alternates between drawing the missing values from their conditional distribution given the parameters and drawing the parameters from their conditional distribution given the completed data, producing a posterior over both simultaneously.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- 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
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. · ISBN 978-0471183860
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.