Analisi delle Componenti Principali Bayesiana (BPCA)
L'analisi delle componenti principali bayesiana incorpora la PCA probabilistica in un quadro bayesiano, ponendo priori sulla matrice dei caricamenti in modo che i componenti irrilevanti vengano automaticamente potati. Gestisce i dati mancanti in modo naturale e fornisce stime di incertezza basate su principi sia per i punteggi latenti sia per la dimensionalità della rappresentazione.
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
- Bishop, C. M. (1999). Bayesian PCA. In M. S. Kearns, S. A. Solla & D. A. Cohn (Eds.), Advances in Neural Information Processing Systems 11 (pp. 382–388). MIT Press. link ↗
- Tipping, M. E. & Bishop, C. M. (1999). Probabilistic principal component analysis. Journal of the Royal Statistical Society: Series B, 61(3), 611–622. DOI: 10.1111/1467-9868.00196 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Principal Component Analysis. ScholarGate. https://scholargate.app/it/statistics/bayesian-principal-component-analysis
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.
- Analisi Fattoriale Esplorativa Bayesiana (BEFA)Psicometria↔ compare
- Analisi Fattoriale Esplorativa (AFE)Statistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →