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.
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.
+1 more
Fontes
- 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
- 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.
- Inferência Bayesiana com Erro de MediçãoBayesiano↔ compare
- Regressão BayesianaBayesiano↔ compare
- Amostragem de GibbsBayesiano↔ compare
- Inferência Bayesiana HierárquicaBayesiano↔ compare
- Cadeia de Markov Monte Carlo (MCMC)Bayesiano↔ compare
- Metropolis-Hastings com Erro de MediçãoBayesiano↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →