ScholarGate
Ассистент
Bayesian methodsBayesian / computational

Байесовский метод Гиббса с учетом ошибки измерения

Байесовский метод Гиббса с учетом ошибки измерения — это байесовский метод Монте-Карло по цепям Маркова (MCMC), который совместно оценивает неизвестные истинные значения ковариат и параметры модели, когда наблюдаемые данные искажены ошибкой измерения. Рассматривая скрытые истинные значения как дополнительные неизвестные, он итеративно выбирает все величины из их полных условных распределений, распространяя неопределенность измерения на все последующие выводы.

Открыть в MethodMindСкороВидеоСкороСкачать слайды

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

Источники

  1. Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398–409. DOI: 10.1080/01621459.1990.10476213
  2. 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. DOI: 10.1093/oxfordjournals.aje.a116875

Как цитировать эту страницу

ScholarGate. (2026, June 3). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/ru/bayesian/gibbs-sampling-with-measurement-error

Какой метод?

Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.

Сравнить рядом

Упоминается в

ScholarGateGibbs Sampling with Measurement Error (Gibbs Sampling for Models with Measurement Error). Получено 2026-06-15 из https://scholargate.app/ru/bayesian/gibbs-sampling-with-measurement-error · Набор данных: https://doi.org/10.5281/zenodo.20539026