MCMC z błędem pomiaru
MCMC z błędem pomiaru stosuje próbkowanie Monte Carlo łańcuchów Markowa do modeli bayesowskich, które jawnie uwzględniają fakt, że zmienne objaśniające lub zmienne wynikowe są obserwowane z błędem. Traktując prawdziwe, nieobserwowane wartości jako zmienne ukryte i próbując ich wspólne rozkłady a posteriori wraz ze wszystkimi innymi parametrami, metoda koryguje błąd osłabienia (attenuation bias) i umożliwia prawidłową inferencję, nawet gdy niektóre zmienne nie mogą być dokładnie zmierzone.
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.
+1 more
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Markov Chain Monte Carlo with Measurement Error Models. ScholarGate. https://scholargate.app/pl/bayesian/mcmc-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.
- Bayesowska wnioskowanie z błędem pomiaruStatystyka bayesowska↔ compare
- Regresja bayesowskaStatystyka bayesowska↔ compare
- Próbkowanie GibbsaStatystyka bayesowska↔ compare
- Hierarchiczna inferencja bayesowskaStatystyka bayesowska↔ compare
- Łańcuchy Markowa i symulacje Monte Carlo (MCMC)Statystyka bayesowska↔ compare
- Metropolis-Hastings z błędem pomiarowymStatystyka bayesowska↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →