ScholarGate
Assistente
Bayesian methodsBayesian / computational

Amostragem de Gibbs com Dados Ausentes

A amostragem de Gibbs com dados ausentes trata valores não observados como incógnitas adicionais, juntamente com os parâmetros do modelo, e amostra todos eles conjuntamente em um loop de Monte Carlo via Cadeia de Markov. O método alterna entre extrair os valores ausentes de sua distribuição condicional, dados os parâmetros, e extrair os parâmetros de sua distribuição condicional, dados os dados completados, produzindo uma posterior em ambos simultaneamente.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

+2 more

Fontes

  1. 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
  2. Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860

Como citar esta página

ScholarGate. (2026, June 3). Gibbs Sampling with Missing Data Imputation. ScholarGate. https://scholargate.app/pt/bayesian/gibbs-sampling-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.

Compare side by side

Referenciado por

ScholarGateGibbs Sampling with Missing Data (Gibbs Sampling with Missing Data Imputation). Recuperado em 2026-06-15 de https://scholargate.app/pt/bayesian/gibbs-sampling-with-missing-data · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026