Beijesiešu daudzdimensionālā skalēšana (BMDS)
Beijesiešu daudzdimensionālā skalēšana izvieto objektus zemas dimensijas latentajā telpā tā, lai attālumi starp objektiem atveidotu novērotās atšķirības, savukārt pilnīga Beijesa pieeja kvantificē koordinātu nenoteiktību, dabiski apstrādā trūkstošās tuvības un izvēlas dimensiju skaitu, izmantojot modeļu salīdzināšanu, nevis heuristisku pārbaudi.
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
- Oh, M.-S. & Raftery, A. E. (2001). Bayesian multidimensional scaling and choice of dimension. Journal of the American Statistical Association, 96(455), 1031–1044. DOI: 10.1198/016214501753208690 ↗
- Multidimensional scaling. Wikipedia. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Multidimensional Scaling. ScholarGate. https://scholargate.app/lv/statistics/bayesian-multidimensional-scaling
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.
- Bayesiskā klasteru analīzeStatistika↔ compare
- Bayesiskā šķirības faktoru analīze (BCFA)Psihometrija↔ compare
- Bayesiskais eksploratīvais faktoru analīzes (BEFA) modelisPsihometrija↔ compare
- Beieziešu latentās klases analīze (BLCA)Statistika↔ compare
- Beieziešu galveno komponentu analīze (BPCA)Statistika↔ compare
- Multidimensionālā skalēšana (MDS)Statistika↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →