Bayesian methodsBayesian / computational
測定誤差を伴うギブスサンプリング
測定誤差を伴うギブスサンプリングは、観測データが測定誤差によって汚染されている場合に、未知の真の共変量値とモデルパラメータを同時に推定するベイジアンMCMC手法です。潜在的な真の値を追加の未知数として扱うことにより、すべての量をその完全条件付き分布から反復的にサンプリングし、測定の不確実性をすべての下流の推論に伝播させます。
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
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398–409. DOI: 10.1080/01621459.1990.10476213 ↗
- Richardson, S. & Gilks, W. R. (1993). A Bayesian approach to measurement error problems in epidemiology using conditional independence models. American Journal of Epidemiology, 138(6), 430–442. DOI: 10.1093/oxfordjournals.aje.a116875 ↗
このページの引用方法
ScholarGate. (2026, June 3). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/ja/bayesian/gibbs-sampling-with-measurement-error
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.
- 測定誤差を伴うベイズ推論ベイズ↔ compare
- Gibbs Samplingベイズ↔ compare
- 測定誤差を伴うハミルトニアン・モンテカルロ法ベイズ↔ compare
- 測定誤差を伴うMCMCベイズ↔ compare
- 測定誤差を伴うMetropolis-Hastings法ベイズ↔ compare