Bayes-féle modellátlagolás hiányzó adatokkal
A hiányzó adatokkal végzett Bayes-féle modellátlagolás (BMA-MD) egyidejűleg két bizonytalansági forrást kezel: azt, hogy melyik modell írja le legjobban az adatokat, és hogy mik a megfigyelhetetlen értékek. Ahelyett, hogy egyetlen imputált adathalmazt és egyetlen modellt választana, a megközelítés a jelölt modellek teljes terében és a hiányzó értékek valószínű kiegészítései között átlagolja az előrejelzéseket, mindkét bizonytalansági forrást beépítve minden becslésbe és előrejelzésbe.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons, New York. ISBN: 978-0471655749
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Model Averaging with Missing Data. ScholarGate. https://scholargate.app/hu/bayesian/bayesian-model-averaging-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 következtetés hiányzó adatokkalBayes-statisztika↔ compare
- Bayes-féle modellátlagolásBayes-statisztika↔ compare
- Többszörös imputációStatisztika↔ compare
- Szekvenciális Monte Carlo szűrés hiányzó adatokkalBayes-statisztika↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →