방법 증거 기록

MCMC with Measurement Error

MCMC with measurement error applies Markov chain Monte Carlo sampling to Bayesian models that explicitly account for the fact that covariates or outcomes are observed with error. By treating the true, unobserved values as latent variables and sampling their joint posterior alongside all other parameters, the method corrects for attenuation bias and produces valid inference even when some variables cannot be measured exactly.

Sources recorded, not reviewed

원본 기록

방법의 원본 기록에서 그대로 복사된 인용입니다. 이로부터 수준별 검증이 추론되지 않습니다.

Markov Chain Monte Carlo with Measurement Error Models

분류학적 방법 기록 · bayesian / bayesian

Carroll, R. J., Ruppert, D., Stefanski, L. A. & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman & Hall/CRC. · ISBN 978-1584886334
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. · URL

전체 방법 열기

큐레이션된 주장

각각 자체 평가와 함께 증거 원장에 유지된 주장입니다.

아직 큐레이션된 주장이 없습니다

원장에 주장 평가가 없는 경우 이 보기에서는 주장 평가를 만들지 않습니다.

관련 방법

방법 그래프에서 생성되었으며 기계가 제안한 관계로 표시됩니다 — 증거 주장이 추론되지 않습니다.

Taxonomic bucketBayesian Inference with Measurement Errormachine-suggested · Relational suggestion, not evidence.Same method familyBayesian Regressionmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketGibbs Samplingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketHierarchical Bayesian Inferencemachine-suggested · Relational suggestion, not evidence.Same method familyMCMCmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMetropolis-Hastings with measurement errormachine-suggested · Relational suggestion, not evidence.