Metropolis-Hastings cu eroare de măsurare
Metropolis-Hastings cu eroare de măsurare este o abordare bayesiană MCMC care estimează simultan parametrii modelului și valorile adevărate (neobservate) ale covariabilelor atunci când predictorii sau rezultatele sunt înregistrate cu zgomot. Prin tratarea valorilor latente adevărate ca parametri necunoscuți, aceasta propagă incertitudinea de măsurare pe deplin în inferența posterioară, în loc să o ignore sau să o corecteze post hoc.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Harta metodelor
Vecinătatea metodelor înrudite — selectați un nod pentru a explora.
Surse
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584886334
- Richardson, S., & Green, P. J. (1997). On Bayesian analysis of mixtures with an unknown number of components. Journal of the Royal Statistical Society: Series B, 59(4), 731-792. DOI: 10.1111/1467-9868.00095 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Metropolis-Hastings Algorithm for Bayesian Errors-in-Variables Models. ScholarGate. https://scholargate.app/ro/bayesian/metropolis-hastings-with-measurement-error
Ce metodă?
Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.
- Inferență bayesiană cu eroare de măsurareBayesian↔ compară
- Eșantionare Gibbs cu eroare de măsurareBayesian↔ compară
- Hamiltonian Monte Carlo cu Eroare de MăsurareBayesian↔ compară
- MCMC cu eroare de măsurareBayesian↔ compară
Citat de
Similar methods
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →