MCMC с ошибкой измерения
MCMC с ошибкой измерения применяет выборку Марковских цепей Монте-Карло к байесовским моделям, которые явно учитывают тот факт, что ковариаты или исходы наблюдаются с ошибкой. Рассматривая истинные, ненаблюдаемые значения как латентные переменные и осуществляя выборку их совместного апостериорного распределения наряду со всеми другими параметрами, метод корректирует систематическую ошибку аттенюации и обеспечивает достоверную статистическую оценку даже тогда, когда некоторые переменные не могут быть измерены точно.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Источники
- Carroll, R. J., Ruppert, D., Stefanski, L. A. & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman & Hall/CRC. ISBN: 978-1584886334
- 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. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Markov Chain Monte Carlo with Measurement Error Models. ScholarGate. https://scholargate.app/ru/bayesian/mcmc-with-measurement-error
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.
- Байесовский вывод с учетом ошибки измеренияБайесовские методы↔ compare
- Байесовская регрессияБайесовские методы↔ compare
- Сэмплирование по ГиббсуБайесовские методы↔ compare
- Иерархический байесовский выводБайесовские методы↔ compare
- Метод Монте-Карло по цепям Маркова (MCMC)Байесовские методы↔ compare
- Метрополис-Гастингс с ошибкой измеренияБайесовские методы↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →