Metropolis-Hastings com Dados Ausentes

O Metropolis-Hastings com dados ausentes trata valores não observados como variáveis latentes e os amostra conjuntamente com os parâmetros do modelo dentro de uma única cadeia MCMC. Ao aumentar a distribuição alvo para incluir tanto os parâmetros quanto os valores ausentes, o algoritmo produz inferência posterior devidamente calibrada sem descartar casos incompletos ou exigir uma etapa de imputação separada.