Metropolis-Hastings med målefeil
Metropolis-Hastings med målefeil er en Bayesiansk MCMC-tilnærming som estimerer modellparametere og de sanne (uobserverte) kovariatverdiene samlet, når prediktorer eller utfall registreres med støy. Ved å behandle de latente sanne verdiene som ukjente parametere, forplanter den måleusikkerhet fullt ut inn i posterior inferens, i stedet for å ignorere den eller korrigere for den i etterkant.
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.
Kilder
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584886334
- Richardson, S., & Green, P. J. (1997). On Bayesian analysis of mixtures with an unknown number of components. Journal of the Royal Statistical Society: Series B, 59(4), 731-792. DOI: 10.1111/1467-9868.00095 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Metropolis-Hastings Algorithm for Bayesian Errors-in-Variables Models. ScholarGate. https://scholargate.app/no/bayesian/metropolis-hastings-with-measurement-error
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 inferens med målefeilBayesiansk↔ compare
- Gibbs-sampling med målefeilBayesiansk↔ compare
- Hamiltonian Monte Carlo med målefeilBayesiansk↔ compare
- MCMC med målefeilBayesiansk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →