Beijiešu secinājumi ar trūkstošiem datiem
Beijiešu secinājumi ar trūkstošiem datiem uzskata nenovērotas vērtības par nezināmiem parametriem un integrē tās no aizmugurējās sadalījuma. Tā vietā, lai dzēstu vai ad hoc imputētu nepilnīgus datus, metode kopīgi modelē novērotus un trūkstošus datus saskaņā ar skaidru trūkstošo datu mehānismu, radot pilnībā kalibrētu aizmugurējo nenoteiktību, kas godīgi atspoguļo to, ko dati mums nevar pateikt.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Inference with Missing Data. ScholarGate. https://scholargate.app/lv/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.
- Biešās Baijesa aprēķināšana ar trūkstošiem datiemBajesa metodes↔ compare
- Bayesiskais hierarhiskais modelis ar trūkstošiem datiemBajesa metodes↔ compare
- Beijesiskā regresijaBajesa metodes↔ compare
- Gibbs SamplingBajesa metodes↔ compare
- Hierarhiskā Bayesas inferencēšanaBajesa metodes↔ compare
- MCMC ar trūkstošiem datiemBajesa metodes↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →