Inferensi Bayesian dengan Data Hilang
Inferensi Bayesian dengan data hilang memperlakukan nilai yang tidak teramati sebagai parameter yang tidak diketahui dan mengintegrasikannya dari distribusi posterior. Alih-alih menghapus atau mengimputasi catatan yang tidak lengkap secara ad hoc, metode ini secara bersamaan memodelkan data yang teramati dan yang hilang di bawah mekanisme data hilang yang eksplisit, menghasilkan ketidakpastian posterior yang terkalibrasi penuh yang secara jujur mencerminkan apa yang tidak dapat diberitahukan oleh data kepada kita.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Inference with Missing Data. ScholarGate. https://scholargate.app/id/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.
- Perhitungan Bayesian Aproksimatif dengan Data HilangBayesian↔ compare
- Model Hirarkis Bayesian dengan Data HilangBayesian↔ compare
- Regresi BayesianBayesian↔ compare
- Sampling GibbsBayesian↔ compare
- Inferensi Bayesian HierarkisBayesian↔ compare
- MCMC dengan Data HilangBayesian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →