ScholarGate
Assistent
Bayesian methodsBayesian / computational

Bayesiaanse Inferentie met Meetfout

Bayesiaanse inferentie met meetfout breidt het standaard Bayesiaanse raamwerk uit naar situaties waarin één of meer covariaten of uitkomsten worden waargenomen met ruis of misclassificatie. Door de ware, onwaargenomen waarden te behandelen als latente variabelen en er priors aan toe te kennen, schat het model gezamenlijk de ware blootstellingsverdeling en de structurele parameters van belang, waarbij alle onzekerheid via de posterior wordt voortgeplant.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

+4 more

Bronnen

  1. Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman & Hall/CRC. ISBN: 978-1584886433
  2. 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

Deze pagina citeren

ScholarGate. (2026, June 3). Bayesian Inference with Measurement Error (Errors-in-Variables). ScholarGate. https://scholargate.app/nl/bayesian/bayesian-inference-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.

Compare side by side

Geciteerd door

ScholarGateBayesian Inference with Measurement Error (Bayesian Inference with Measurement Error (Errors-in-Variables)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/bayesian/bayesian-inference-with-measurement-error · Gegevensset: https://doi.org/10.5281/zenodo.20539026