ScholarGate
Pembantu
Bayesian methodsBayesian / computational

Bayesian Model Averaging dengan Data Hilang

Bayesian Model Averaging dengan data hilang (BMA-MD) secara serentak menangani dua sumber ketidakpastian: model mana yang terbaik menggambarkan data, dan apakah nilai yang tidak teramati. Daripada memilih satu set data yang diimputasi dan satu model, pendekatan ini merata-ratakan prediksi di seluruh ruang kandidat model dan penyelesaian yang masuk akal bagi nilai-nilai yang hilang, menyebarkan kedua sumber ketidakpastian ke setiap perkiraan dan prediksi.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link
  2. Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons, New York. ISBN: 978-0471655749

Cara memetik halaman ini

ScholarGate. (2026, June 3). Bayesian Model Averaging with Missing Data. ScholarGate. https://scholargate.app/ms/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.

Compare side by side
ScholarGateBayesian model averaging with missing data (Bayesian Model Averaging with Missing Data). Dicapai 2026-06-15 daripada https://scholargate.app/ms/bayesian/bayesian-model-averaging-with-missing-data · Set data: https://doi.org/10.5281/zenodo.20539026