Bayesian Model Averaging met ontbrekende data
Bayesian Model Averaging met ontbrekende data (BMA-MD) adresseert gelijktijdig twee bronnen van onzekerheid: welk model de data het best beschrijft, en wat de niet-geobserveerde waarden zijn. In plaats van een enkel geïmputeerd dataset en een enkel model te selecteren, middelt de aanpak voorspellingen over de volledige ruimte van kandidaatmodellen en plausibele aanvullingen van de ontbrekende waarden, waarbij beide bronnen van onzekerheid in elke schatting en voorspelling worden doorgevoerd.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Model Averaging with Missing Data. ScholarGate. https://scholargate.app/nl/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.
- Approximate Bayesian Computation met ontbrekende gegevensBayesiaanse statistiek↔ compare
- Bayesiaans hiërarchisch model met ontbrekende dataBayesiaanse statistiek↔ compare
- Bayesiaanse inferentie met ontbrekende gegevensBayesiaanse statistiek↔ compare
- Bayesian Model AveragingBayesiaanse statistiek↔ compare
- Multiple ImputationStatistiek↔ compare
- Sequentiële Monte Carlo met Ontbrekende DataBayesiaanse statistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →