Beijesiskā statistiskā inferencēšana
Beijesiskā inferencēšana ir statistikas sistēma, kas izmanto Beijesa teorēmu, lai atjauninātu pārliecību par parametriem vai hipotēzēm, uzkrājoties datiem. Tomass Beijess savu darbu, kas publicēts posthumā 1763. gadā, atstāja novārtā līdz pat 20. gadsimtam, kad aprēķinu metožu attīstība (Gibbsa paraugu ņemšana, Markova ķēžu Monte Karlo metodes) padarīja Beijesa metodes praktiski lietojamas. Atšķirībā no biežuma inferencēšanas (kas parametrus uzskata par fiksētām nezināmām vērtībām), Beijesa analīze parametrus aplūko kā nejaušus mainīgos ar varbūtību sadalījumiem, kas ļauj tieši izteikt varbūtības par parametriem, iekļaut iepriekšēju zināšanu un veikt secīgu atjaunināšanu. Būtiski precīzijas medicīnā, adaptīvos pētījumos, sarežģītos hierarhiskos modeļos un jebkurā kontekstā, kur iepriekšēja informācija bagātina inferencēšanu.
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
- Bayes, T. (1763). An essay towards solving a problem in the doctrine of chances. Philosophical Transactions of the Royal Society, 53, 370–418. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. DOI: 10.1201/b16018 ↗
- Kruschke, J. K. (2015). Doing Bayesian Data Analysis: A Tutorial with R, JAGS, and Stan (2nd ed.). Academic Press. DOI: 10.1016/b978-0-12-405888-0.00008-8 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 4). Bayesian Methods in Statistical Analysis. ScholarGate. https://scholargate.app/lv/research-statistics/bayesian-statistics
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.
- Faktoru analīzePētniecības statistika↔ compare
- Logistiskā regresijaPētniecības statistika↔ compare
- Daudzlīmeņu modelēšanaPētniecības statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →