Байесовское многомерное шкалирование (БМШ)
Байесовское многомерное шкалирование размещает объекты в низкоразмерном латентном пространстве таким образом, чтобы межообъектные расстояния воспроизводили наблюдаемые несходства, при этом полный байесовский подход позволяет количественно оценить неопределенность координат, естественным образом обрабатывать пропущенные значения близости и выбирать количество измерений посредством сравнения моделей, а не эвристического анализа.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Oh, M.-S. & Raftery, A. E. (2001). Bayesian multidimensional scaling and choice of dimension. Journal of the American Statistical Association, 96(455), 1031–1044. DOI: 10.1198/016214501753208690 ↗
- Multidimensional scaling. Wikipedia. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Multidimensional Scaling. ScholarGate. https://scholargate.app/ru/statistics/bayesian-multidimensional-scaling
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 кластерный анализСтатистика↔ compare
- Байесовский конфирматорный факторный анализ (BCFA)Психометрия↔ compare
- Байесовский исследовательский факторный анализ (BEFA)Психометрия↔ compare
- Байесовский анализ латентных классов (BLCA)Статистика↔ compare
- Байесовский метод главных компонент (BPCA)Статистика↔ compare
- Многомерное шкалирование (MDS)Статистика↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →