Gibbs-sampling med manglende data
Gibbs-sampling med manglende data behandler uobserverte verdier som ytterligere ukjente sammen med modellparametere og sampler alle disse samlet innenfor en Markov chain Monte Carlo-løkke. Metoden veksler mellom å trekke de manglende verdiene fra deres betingede fordeling gitt parameterne og å trekke parameterne fra deres betingede fordeling gitt de fullstendige dataene, og produserer dermed en posterior for begge samtidig.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Gibbs Sampling with Missing Data Imputation. ScholarGate. https://scholargate.app/no/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.
- Bayesiansk hierarkisk modell med manglende dataBayesiansk↔ compare
- Bayesiansk inferens med manglende dataBayesiansk↔ compare
- Data AugmentationDyp læring↔ compare
- Gibbs-samplingBayesiansk↔ compare
- MCMC med manglende dataBayesiansk↔ compare
- Multippel imputasjonStatistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →