Bayesian methodsBayesian / computational
결측 데이터가 있는 베이즈 추론
결측 데이터가 있는 베이즈 추론은 관측되지 않은 값을 알 수 없는 모수로 취급하고 사후 분포에서 이들을 통합하여 제거합니다. 이 방법은 불완전한 기록을 삭제하거나 임시방편으로 대체하는 대신, 명시적인 결측 데이터 메커니즘 하에서 관측된 데이터와 결측 데이터를 공동으로 모델링하여, 데이터가 알려줄 수 없는 것을 정직하게 반영하는 완전히 보정된 사후 불확실성을 생성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Inference with Missing Data. ScholarGate. https://scholargate.app/ko/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.
- 누락 데이터가 있는 근사 베이즈 계산 (Approximate Bayesian Computation with Missing Data)베이지안↔ compare
- 결측값이 있는 베이즈 계층 모델베이지안↔ compare
- 베이즈 회귀베이지안↔ compare
- 깁스 샘플링(Gibbs Sampling)베이지안↔ compare
- 계층적 베이즈 추론베이지안↔ compare
- 결측치가 있는 MCMC베이지안↔ compare