Bayes-féle következtetés hiányzó adatokkal
A hiányzó adatokkal végzett Bayes-féle következtetés az észrevétlen értékeket ismeretlen paraméterekként kezeli, és integrálja ki őket a peremfeltételes eloszlásból. A hiányos rekordok törlése vagy ad hoc imputálása helyett a módszer az észlelt és a hiányzó adatokat egy explicit hiányzóadat-mechanizmus keretében modellezi, ami teljesen kalibrált peremfeltételes bizonytalanságot eredményez, őszintén tükrözve, mit nem tudnak megmondani az adatok.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Források
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley-Interscience. ISBN: 978-0471183860
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Inference with Missing Data. ScholarGate. https://scholargate.app/hu/bayesian/bayesian-inference-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 approximatív számítás hiányzó adatokkalBayes-statisztika↔ compare
- Bayes-féle hierarchikus modell hiányzó adatokkalBayes-statisztika↔ compare
- Bayes-féle RegresszióBayes-statisztika↔ compare
- Gibbs-mintavételBayes-statisztika↔ compare
- Hierarchikus Bayes-féle következtetésBayes-statisztika↔ compare
- MCMC hiányzó adatokkalBayes-statisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →