MCMC med målefeil
MCMC med målefeil anvender Markov chain Monte Carlo-sampling på Bayesianske modeller som eksplisitt tar hensyn til at kovariater eller utfall observeres med feil. Ved å behandle de sanne, uobserverte verdiene som latente variabler og sample deres felles posterior sammen med alle andre parametere, korrigerer metoden for attenueringsskjevhet og gir gyldig inferens selv når noen variabler ikke kan måles nøyaktig.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Metodekart
Nabolaget av beslektede metoder — velg en node for å utforske.
+1 til
Kilder
- 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: 978-1584886334
- 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. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Markov Chain Monte Carlo with Measurement Error Models. ScholarGate. https://scholargate.app/no/bayesian/mcmc-with-measurement-error
Hvilken metode?
Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.
- Bayesiansk inferens med målefeilBayesiansk↔ sammenlign
- Bayesiansk regresjonBayesiansk↔ sammenlign
- Gibbs-samplingBayesiansk↔ sammenlign
- Hierarkisk Bayesiansk InferensBayesiansk↔ sammenlign
- Markov Chain Monte Carlo (MCMC)Bayesiansk↔ sammenlign
- Metropolis-Hastings med målefeilBayesiansk↔ sammenlign
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →