Bayesian methodsBayesian / computational
欠損値を有するベイズ階層モデル
欠損値を有するベイズ階層モデルでは、観測されていない値を付加的な未知数として扱い、モデルパラメータ全てと共に事後分布からサンプリングする。階層の入れ子構造はグループ間で情報を借用し、ベイズ的枠組みは不確実性を欠損から全ての推定値や予測値に自然に伝播させる。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Hierarchical Model with Missing Data Imputation. ScholarGate. https://scholargate.app/ja/bayesian/bayesian-hierarchical-model-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.
- 欠損値を含むベイズ推論ベイズ↔ compare
- 欠損値を有するギブスサンプリングベイズ↔ compare
- 階層ベイズ推論ベイズ↔ compare
- 欠損値を含むMCMC (MCMC with missing data)ベイズ↔ compare
- 階層ベイズ推論ベイズ↔ compare