ScholarGate
Asisten
Bayesian methodsBayesian / computational

Sampling Gibbs dengan Data Hilang

Sampling Gibbs dengan data hilang memperlakukan nilai yang tidak teramati sebagai ketidakpastian tambahan bersama dengan parameter model dan mengambil sampel semuanya secara bersamaan dalam sebuah putaran Markov chain Monte Carlo. Metode ini bergantian antara menarik nilai yang hilang dari distribusi kondisionalnya berdasarkan parameter dan menarik parameter dari distribusi kondisionalnya berdasarkan data yang lengkap, menghasilkan posterior atas keduanya secara simultan.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

The neighbourhood of related methods — select a node to explore.

+2 more

Sumber

  1. 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
  2. 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). Gibbs Sampling with Missing Data Imputation. ScholarGate. https://scholargate.app/id/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.

Compare side by side

Dirujuk oleh

ScholarGateGibbs Sampling with Missing Data (Gibbs Sampling with Missing Data Imputation). Diakses 2026-06-15 dari https://scholargate.app/id/bayesian/gibbs-sampling-with-missing-data · Set data: https://doi.org/10.5281/zenodo.20539026