ScholarGate
Assistente
Bayesian methodsBayesian / computational

MCMC com Erro de Medida

MCMC com erro de medida aplica amostragem de Monte Carlo via cadeia de Markov a modelos Bayesianos que explicitamente consideram o fato de que covariáveis ou desfechos são observados com erro. Ao tratar os valores verdadeiros e não observados como variáveis latentes e amostrar sua posterior conjunta juntamente com todos os outros parâmetros, o método corrige o viés de atenuação e produz inferência válida mesmo quando algumas variáveis não podem ser medidas exatamente.

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.

+1 more

Fontes

  1. 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
  2. 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

Como citar esta página

ScholarGate. (2026, June 3). Markov Chain Monte Carlo with Measurement Error Models. ScholarGate. https://scholargate.app/pt/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.

Compare side by side

Referenciado por

ScholarGateMCMC with Measurement Error (Markov Chain Monte Carlo with Measurement Error Models). Recuperado em 2026-06-15 de https://scholargate.app/pt/bayesian/mcmc-with-measurement-error · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026