Bayesian methodsBayesian / computational
측정 오차를 동반한 깁스 샘플링
측정 오차를 동반한 깁스 샘플링은 관측 데이터가 측정 오차로 손상되었을 때, 알려지지 않은 실제 공변량 값과 모델 매개변수를 공동으로 추정하는 베이지안 MCMC 방법입니다. 잠재적인 실제 값을 추가적인 미지수로 취급함으로써, 모든 양을 전체 조건부 분포로부터 반복적으로 샘플링하여 측정 불확실성을 모든 하류 추론으로 전파합니다.
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.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/ko/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.
- 측정 오차를 포함한 베이즈 추론베이지안↔ compare
- 깁스 샘플링(Gibbs Sampling)베이지안↔ compare
- Hamiltonian Monte Carlo with Measurement Error베이지안↔ compare
- MCMC with Measurement Error베이지안↔ compare
- Metropolis-Hastings with Measurement Error베이지안↔ compare