Gibbs-sampling met ontbrekende data
Gibbs-sampling met ontbrekende data behandelt niet-geobserveerde waarden als aanvullende onbekenden naast modelparameters en sampelt ze allemaal gezamenlijk binnen een Markov-keten Monte Carlo-lus. De methode wisselt af tussen het trekken van de ontbrekende waarden uit hun conditionele verdeling gegeven de parameters en het trekken van de parameters uit hun conditionele verdeling gegeven de aangevulde data, waardoor gelijktijdig een posterior over beide wordt geproduceerd.
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.
+2 more
Bronnen
- Tanner, M. A. & Wong, W. H. (1987). The calculation of posterior distributions by data augmentation. Journal of the American Statistical Association, 82(398), 528–540. DOI: 10.1080/01621459.1987.10478458 ↗
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
Deze pagina citeren
ScholarGate. (2026, June 3). Gibbs Sampling with Missing Data Imputation. ScholarGate. https://scholargate.app/nl/bayesian/gibbs-sampling-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.
- Bayesiaans hiërarchisch model met ontbrekende dataBayesiaanse statistiek↔ compare
- Bayesiaanse inferentie met ontbrekende gegevensBayesiaanse statistiek↔ compare
- Data-augmentatieDeep learning↔ compare
- Gibbs SamplingBayesiaanse statistiek↔ compare
- MCMC met ontbrekende dataBayesiaanse statistiek↔ compare
- Multiple ImputationStatistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →