Model Hierarki Bayesian dengan Data Hilang
Model hierarki Bayesian dengan data hilang memperlakukan nilai yang tidak teramati sebagai variabel tak diketahui tambahan dan mensampelnya bersama-sama dengan semua parameter model dari posterior. Struktur tersarang hierarki meminjam kekuatan antar kelompok, sementara kerangka kerja Bayesian secara alami menyebarkan ketidakpastian dari kehilangan melalui setiap estimasi dan prediksi.
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
- 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
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Hierarchical Model with Missing Data Imputation. ScholarGate. https://scholargate.app/ms/bayesian/bayesian-hierarchical-model-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.
- Inferens Bayesian dengan Data HilangBayesian↔ compare
- Pensampelan Gibbs dengan Data HilangBayesian↔ compare
- Inferensi Bayesian HierarkiBayesian↔ compare
- MCMC dengan Data HilangBayesian↔ compare
- Inferens Bayes Berbilang ArasBayesian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →