Bayesiläinen pääkomponenttianalyysi (BPCA)
Bayesiläinen pääkomponenttianalyysi upottaa todennäköisyyspohjaisen pääkomponenttianalyysin Bayesiläiseen viitekehykseen asettamalla priorijakaumat latausmatriisille siten, että epäolennaiset komponentit karsitaan automaattisesti. Se käsittelee puuttuvia tietoja luonnollisesti ja tarjoaa periaatteelliset epävarmuusarviot sekä piileville pistemäärille että esityksen ulottuvuudelle.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Bishop, C. M. (1999). Bayesian PCA. In M. S. Kearns, S. A. Solla & D. A. Cohn (Eds.), Advances in Neural Information Processing Systems 11 (pp. 382–388). MIT Press. link ↗
- Tipping, M. E. & Bishop, C. M. (1999). Probabilistic principal component analysis. Journal of the Royal Statistical Society: Series B, 61(3), 611–622. DOI: 10.1111/1467-9868.00196 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Principal Component Analysis. ScholarGate. https://scholargate.app/fi/statistics/bayesian-principal-component-analysis
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 eksploratiivinen faktorianalyysi (BEFA)Psykometriikka↔ compare
- Eksploratiivinen faktorianalyysi (EFA)Tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →