Secvențial Monte Carlo cu date lipsă
Secvențial Monte Carlo (SMC) cu date lipsă extinde filtrul standard de particule la modelele spațiu-stare în care unele observații sunt absente. Când o observație lipsește la un anumit pas de timp, pasul de actualizare este pur și simplu omis: particulele sunt propagate înainte prin modelul de tranziție fără reponderare, păstrând inferența bayesiană exactă sub orice model de date lipsă, atâta timp cât lipsa este ignorabilă (lipsă la întâmplare sau lipsă complet la întâmplare).
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.) (2001). Sequential Monte Carlo Methods in Practice. Springer, New York. ISBN: 978-0387951461
- Chopin, N., & Papaspiliopoulos, O. (2020). An Introduction to Sequential Monte Carlo. Springer, Cham. DOI: 10.1007/978-3-030-47845-2 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Sequential Monte Carlo with Missing Data. ScholarGate. https://scholargate.app/ro/bayesian/sequential-monte-carlo-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.
- Inferență bayesiană cu date lipsăBayesian↔ compare
- Monte Carlo Secvențial DinamicBayesian↔ compare
- Eșantionarea Gibbs cu date lipsăBayesian↔ compare
- Filtru Kalman cu date lipsăBayesian↔ compare
- Filtrul particulelor (Monte Carlo secvențial)Bayesian↔ compare
- Monte Carlo SecvențialBayesian↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →