Bayesowska inferencja przy brakujących danych
Bayesowska inferencja przy brakujących danych traktuje nieobserwowane wartości jako nieznane parametry i całkuje je z rozkładu aposteriornego. Zamiast usuwać lub ad hoc imputować niekompletne rekordy, metoda wspólnie modeluje obserwowane i brakujące dane w ramach jawnego mechanizmu brakujących danych, generując w pełni skalibrowaną niepewność aposteriorną, która uczciwie odzwierciedla to, czego dane nam nie mówią.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Źródła
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley-Interscience. ISBN: 978-0471183860
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Inference with Missing Data. ScholarGate. https://scholargate.app/pl/bayesian/bayesian-inference-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.
- Przybliżone wnioskowanie bayesowskie z brakującymi danymiStatystyka bayesowska↔ compare
- Bayesowski model hierarchiczny z brakującymi danymiStatystyka bayesowska↔ compare
- Regresja bayesowskaStatystyka bayesowska↔ compare
- Próbkowanie GibbsaStatystyka bayesowska↔ compare
- Hierarchiczna inferencja bayesowskaStatystyka bayesowska↔ compare
- MCMC z brakującymi danymiStatystyka bayesowska↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →