Bajeziāņu modeļu vidējo vērtību aprēķināšana ar trūkstošiem datiem
Bajeziāņu modeļu vidējo vērtību aprēķināšana ar trūkstošiem datiem (BMA-MD) vienlaicīgi risina divus nenoteiktības avotus: kuru modeli vislabāk apraksta dati, un kādi ir nezināmie lielumi. Tā vietā, lai izvēlētos vienu imputēto datu kopu un vienu modeli, pieeja vidēji aprēķina prognozes visā kandidātu modeļu telpā un ticamos trūkstošo vērtību papildinājumus, izplatot abas nenoteiktības pakāpes katrā aplēkē un prognozē.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons, New York. ISBN: 978-0471655749
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Model Averaging with Missing Data. ScholarGate. https://scholargate.app/lv/bayesian/bayesian-model-averaging-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
- Beijiešu secinājumi ar trūkstošiem datiemBajesa metodes↔ compare
- Brojesa modeļu vidējais svērumsBajesa metodes↔ compare
- Daudzveida imputācijaStatistika↔ compare
- Sekvenciālā Monte Karlo metode ar trūkstošiem datiemBajesa metodes↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →