Perkiraan Pengkomputasian Bayesian dengan Data Hilang
Perkiraan Pengkomputasian Bayesian (Approximate Bayesian Computation - ABC) dengan data hilang memperluas kerangka kerja ABC yang bebas kemungkinan (likelihood-free) kepada situasi di mana pemerhatian tidak lengkap atau direkodkan sebahagian. Dengan mensimulasikan data di bawah model yang dicadangkan dan menerima sampel parameter yang statistik ringkasannya hampir sama dengan yang diperhatikan, ia mengatasi keperluan untuk menilai kemungkinan yang tidak dapat dikendalikan (intractable likelihood) — walaupun sesetengah nilai data tiada.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Beaumont, M. A., Zhang, W. & Balding, D. J. (2002). Approximate Bayesian computation in population genetics. Genetics, 162(4), 2025–2035. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons. ISBN: 978-0471655749
Cara memetik halaman ini
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/ms/bayesian/approximate-bayesian-computation-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.
- Pengiraan Bayesian AnggaranSimulasi↔ compare
- Inferens Bayesian dengan Data HilangBayesian↔ compare
- MCMC dengan Data HilangBayesian↔ compare
- Imputasi BergandaStatistik↔ compare
- Penapis Zarah (Monte Carlo Sekuen)Bayesian↔ compare
- Monte Carlo SekuensialBayesian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →