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.
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
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link ↗
- 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.
- Perkiraan Pengkomputasian Bayesian dengan Data HilangBayesian↔ compare
- Model Hierarki Bayesian dengan Data HilangBayesian↔ compare
- Inferens Bayesian dengan Data HilangBayesian↔ compare
- Bayesian Model AveragingBayesian↔ compare
- Imputasi BergandaStatistik↔ compare
- Monte Carlo Sekuensial dengan Data HilangBayesian↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →