Mediazione del modello bayesiano con dati mancanti
La mediazione del modello bayesiano con dati mancanti (BMA-MD) affronta simultaneamente due fonti di incertezza: quale modello descrive meglio i dati e quali siano i valori non osservati. Invece di selezionare un singolo dataset imputato e un singolo modello, l'approccio media le previsioni attraverso l'intero spazio dei modelli candidati e delle plausibili completazioni dei valori mancanti, propagando entrambe le fonti di incertezza in ogni stima e previsione.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons, New York. ISBN: 978-0471655749
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Model Averaging with Missing Data. ScholarGate. https://scholargate.app/it/bayesian/bayesian-model-averaging-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.
- Approximate Bayesian Computation con Dati MancantiBayesiano↔ compare
- Modello Gerarchico Bayesiano con Dati MancantiBayesiano↔ compare
- Inferenza Bayesiana con Dati MancantiBayesiano↔ compare
- Bayesian Model AveragingBayesiano↔ compare
- Multiple ImputationStatistica↔ compare
- Monte Carlo Sequenziale con Dati MancantiBayesiano↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →