Байесовский вывод с учетом ошибки измерения

Байесовский вывод с учетом ошибки измерения расширяет стандартные байесовские рамки на ситуации, когда один или несколько ковариат или исходов наблюдаются с шумом или неправильной классификацией. Рассматривая истинные ненаблюдаемые значения как латентные переменные и назначая им априорные распределения, модель совместно оценивает истинное распределение экспозиции и структурные параметры, представляющие интерес, распространяя всю неопределенность через апостериорное распределение.