Gibbs-mintavételezés hiányzó adatokkal
A hiányzó adatokkal végzett Gibbs-mintavételezés a megfigyeletlen értékeket a modellparaméterek mellett további ismeretlenként kezeli, és mindezeket közösen mintázza egy Markov-lánc Monte Carlo ciklusban. A módszer felváltva a hiányzó értékeket a paraméterektől függő feltételes eloszlásukból, majd a paramétereket a teljes adathalmaztól függő feltételes eloszlásukból mintázza, így egyidejűleg képez poszterior eloszlást mindkettőre.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Gibbs Sampling with Missing Data Imputation. ScholarGate. https://scholargate.app/hu/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.
- Bayes-féle hierarchikus modell hiányzó adatokkalBayes-statisztika↔ compare
- Bayes-féle következtetés hiányzó adatokkalBayes-statisztika↔ compare
- AdatbővítésMélytanulás↔ compare
- Gibbs-mintavételBayes-statisztika↔ compare
- MCMC hiányzó adatokkalBayes-statisztika↔ compare
- Többszörös imputációStatisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →