Model Hirarkis Bayesian dengan Data Hilang
Model hirarkis Bayesian dengan data hilang memperlakukan nilai yang tidak teramati sebagai tambahan ketidaktahuan dan mengambil sampelnya bersama dengan semua parameter model dari posterior. Struktur bersarang dari hierarki meminjam kekuatan antar kelompok, sementara kerangka kerja Bayesian secara alami menyebarkan ketidakpastian dari ketiadaan melalui setiap estimasi dan prediksi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Hierarchical Model with Missing Data Imputation. ScholarGate. https://scholargate.app/id/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.
- Inferensi Bayesian dengan Data HilangBayesian↔ compare
- Sampling Gibbs dengan Data HilangBayesian↔ compare
- Inferensi Bayesian HierarkisBayesian↔ compare
- MCMC dengan Data HilangBayesian↔ compare
- Inferensi Bayesian MultitingkatBayesian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →