MCMC with missing data
MCMC with missing data is a Bayesian computational strategy that treats unobserved values as additional unknown parameters. By alternating between sampling the missing values from their predictive distribution and sampling the model parameters from their posterior, the algorithm produces a valid joint posterior that fully accounts for uncertainty introduced by the missingness.
Zapis źródłowy
Cytaty skopiowane dosłownie z zapisu źródłowego metody. Nie należy z nich wywnioskować weryfikacji na poziomie twierdzenia.
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. · ISBN 978-0471183860
- Tanner, M. A. & Wong, W. H. (1987). The calculation of posterior distributions by data augmentation. Journal of the American Statistical Association, 82(398), 528-540. · DOI 10.1080/01621459.1987.10478458
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.