Sampling Gibbs dengan Kesalahan Pengukuran
Sampling Gibbs dengan kesalahan pengukuran adalah metode MCMC Bayesian yang secara bersamaan mengestimasi nilai kovariat sejati yang tidak diketahui dan parameter model ketika data yang diamati terkontaminasi oleh kesalahan pengukuran. Dengan memperlakukan nilai sejati laten sebagai tambahan yang tidak diketahui, metode ini mengambil sampel semua kuantitas secara iteratif dari distribusi kondisional penuhnya, menyebarkan ketidakpastian pengukuran ke setiap inferensi hilir.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398–409. DOI: 10.1080/01621459.1990.10476213 ↗
- Richardson, S. & Gilks, W. R. (1993). A Bayesian approach to measurement error problems in epidemiology using conditional independence models. American Journal of Epidemiology, 138(6), 430–442. DOI: 10.1093/oxfordjournals.aje.a116875 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/id/bayesian/gibbs-sampling-with-measurement-error
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 Kesalahan PengukuranBayesian↔ compare
- Sampling GibbsBayesian↔ compare
- Metode Monte Carlo Hamiltonian dengan Galat PengukuranBayesian↔ compare
- MCMC dengan Kesalahan PengukuranBayesian↔ compare
- Metropolis-Hastings dengan Kesalahan PengukuranBayesian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →