Bayesiaans Markovmodel — Modellering van Toestandsovergangen met Bayesiaanse Parameterestimatie
Een Bayesiaans Markovmodel is een simulatiemethode voor toestandsovergangen die Markovketen cohortmodellering combineert met Bayesiaanse statistische inferentie. Door prior-verdelingen toe te kennen aan overgangswaarschijnlijkheden en deze bij te werken met waargenomen gegevens, propageert de aanpak volledige parameteronzekerheid door de simulatie, wat resulteert in posterior-verdelingen over uitkomsten zoals kosten, levensjaren of kwaliteitsgecorrigeerde levensjaren in plaats van enkele puntschattingen.
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
- Briggs, A., Sculpher, M., Claxton, K. (2006). Decision Modelling for Health Economic Evaluation. Oxford University Press, Oxford. ISBN: 9780198526629
- Jackson, C. H., Sharples, L. D., Thompson, S. G. (2010). Structural and parameter uncertainty in Bayesian cost-effectiveness models. Journal of the Royal Statistical Society: Series C (Applied Statistics), 59(2), 233-253. DOI: 10.1111/j.1467-9876.2009.00684.x ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Markov Model — State-Transition Modeling with Bayesian Parameter Estimation. ScholarGate. https://scholargate.app/nl/simulation/bayesian-markov-model
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.
- Bayesiaanse GevoeligheidsanalyseSimulatie↔ compare
- Markov ModelSimulatie↔ compare
- Monte Carlo SimulatieBesluitvorming↔ compare
- Stochastisch Markov-modelSimulatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →