Sampel Gibbs dengan Ralat Pengukuran
Sampel Gibbs dengan ralat pengukuran ialah kaedah MCMC Bayesian yang secara serentak menganggarkan nilai sebenar kovariat yang tidak diketahui dan parameter model apabila data yang diperhatikan rosak oleh ralat pengukuran. Dengan melayan nilai sebenar laten sebagai pemboleh ubah tambahan yang tidak diketahui, ia mengambil sampel semua kuantiti secara berulang-alik daripada taburan bersyarat penuhnya, menyebarkan ketidakpastian pengukuran ke dalam setiap inferens hiliran.
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
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398–409. DOI: 10.1080/01621459.1990.10476213 ↗
- Richardson, S. & Gilks, W. R. (1993). A Bayesian approach to measurement error problems in epidemiology using conditional independence models. American Journal of Epidemiology, 138(6), 430–442. DOI: 10.1093/oxfordjournals.aje.a116875 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/ms/bayesian/gibbs-sampling-with-measurement-error
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 Ralat PengukuranBayesian↔ compare
- Sampel GibbsBayesian↔ compare
- Hamiltonian Monte Carlo dengan Ralat PengukuranBayesian↔ compare
- MCMC dengan Ralat PengukuranBayesian↔ compare
- Metropolis-Hastings dengan Ralat PengukuranBayesian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →