Bayesian methodsBayesian / computational
欠損値を含むベイズ推論
欠損値を含むベイズ推論では、観測されていない値を未知のパラメータとして扱い、事後分布からそれらを積分消去する。不完全なレコードを削除したり、場当たり的に補完したりするのではなく、この手法は明示的な欠損メカニズムの下で観測データと欠損データを同時にモデル化し、データが教えてくれないことを正直に反映した、完全に較正された事後不確実性を生成する。
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.
+6 more
出典
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley-Interscience. ISBN: 978-0471183860
- 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
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Inference with Missing Data. ScholarGate. https://scholargate.app/ja/bayesian/bayesian-inference-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.
- 欠損データを伴う近似ベイズ計算ベイズ↔ compare
- 欠損値を有するベイズ階層モデルベイズ↔ compare
- ベイズ回帰ベイズ↔ compare
- Gibbs Sampling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