Bayesian model averaging with missing data
Bayesian Model Averaging with missing data (BMA-MD) simultaneously addresses two sources of uncertainty: which model best describes the data, and what the unobserved values are. Rather than selecting a single imputed dataset and a single model, the approach averages predictions across the full space of candidate models and plausible completions of the missing values, propagating both sources of uncertainty into every estimate and prediction.
Zapis źródłowy
Cytaty skopiowane dosłownie z zapisu źródłowego metody. Nie należy z nich wywnioskować weryfikacji na poziomie twierdzenia.
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. · URL
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons, New York. · ISBN 978-0471655749
Wyselekcjonowane twierdzenia
Twierdzenia utrwalone w rejestrze dowodowym, każde z własną oceną.
Ten widok nie tworzy oceny twierdzenia, jeśli rejestr jej nie zawiera.
Powiązane metody
Wygenerowane z grafu metod i pokazane jako sugerowane przez maszynę powiązania — nie należy z nich wywnioskować twierdzenia dowodowego.