Bayes-féle hierarchikus modell hiányzó adatokkal
A hiányzó adatokkal dolgozó Bayes-féle hierarchikus modell a megfigyeletlen értékeket további ismeretlenekként kezeli, és ezeket mintavételezi az összes modellparaméterrel együtt a peremeloszlásból (posterior). A hierarchia rétegzett szerkezete „erőt kölcsönöz” a csoportok között, míg a Bayes-féle keretrendszer természetesen terjeszti a hiányzó adatokból eredő bizonytalanságot minden becslésen és előrejelzésen keresztül.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Hierarchical Model with Missing Data Imputation. ScholarGate. https://scholargate.app/hu/bayesian/bayesian-hierarchical-model-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.
- Bayes-féle következtetés hiányzó adatokkalBayes-statisztika↔ compare
- Gibbs-mintavételezés hiányzó adatokkalBayes-statisztika↔ compare
- Hierarchikus Bayes-féle következtetésBayes-statisztika↔ compare
- MCMC hiányzó adatokkalBayes-statisztika↔ compare
- Multilevel Bayesian InferenceBayes-statisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →