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.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fontes
- 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 ↗
- 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.
- Modelo Bayesiano Hierárquico com Dados AusentesBayesiano↔ compare
- Inferência Bayesiana com Dados AusentesBayesiano↔ compare
- Aumento de DadosAprendizado profundo↔ compare
- Amostragem de GibbsBayesiano↔ compare
- MCMC com Dados AusentesBayesiano↔ compare
- Imputação MúltiplaEstatística↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →