Gibbs Sampling s nedostajućim podacima
Gibbs sampling s nedostajućim podacima tretira neopažene vrijednosti kao dodatne nepoznanice uz parametre modela i uzorkuje ih sve zajedno unutar petlje Markovljeve lančane Monte Carlo metode. Metoda naizmjenično izvlači nedostajuće vrijednosti iz njihove uvjetne distribucije s obzirom na parametre i parametre iz njihove uvjetne distribucije s obzirom na popunjene podatke, proizvodeći istovremeno posterior za oboje.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Gibbs Sampling with Missing Data Imputation. ScholarGate. https://scholargate.app/hr/bayesian/gibbs-sampling-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.
- Bayesov hijerarhijski model s podacima koji nedostajuBayesovska statistika↔ compare
- Bayesijanska inferencija s nedostajućim podacimaBayesovska statistika↔ compare
- Povećanje podatakaDuboko učenje↔ compare
- Gibbs uzorkovanjeBayesovska statistika↔ compare
- MCMC s nedostajućim podacimaBayesovska statistika↔ compare
- Višestruko imputiranjeStatistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →