Hamiltonovský Markovov reťazec Monte Carlo s chýbajúcimi údajmi
Hamiltonovský Markovov reťazec Monte Carlo (HMC) s chýbajúcimi údajmi rozširuje HMC vzorkovač založený na gradientoch na spracovanie neúplných pozorovaní tým, že chýbajúce hodnoty považuje za dodatočné neznáme parametre. Posteriorná distribúcia parametrov modelu a chýbajúcich hodnôt sa vzorkuje spoločne v jednom efektívnom priechode, pričom využíva informácie o gradientoch na preskúmanie vysokodimenzionálneho spoločného priestoru s oveľa menším počtom odmietnutých návrhov ako MCMC s náhodným pochodom.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113-162). CRC Press. ISBN: 978-1420079418
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. Chapter 18: Missing-data imputation. ISBN: 978-1439840955
Ako citovať túto stránku
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo with Missing Data Imputation. ScholarGate. https://scholargate.app/sk/bayesian/hamiltonian-monte-carlo-with-missing-data
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Bayesovská inferencia s chýbajúcimi údajmiBayesovské metódy↔ porovnať
- Gibbs Sampling s chýbajúcimi údajmiBayesovské metódy↔ porovnať
- Hamiltonovský Monte CarloBayesovské metódy↔ porovnať
- MCMC s chýbajúcimi údajmiBayesovské metódy↔ porovnať
- Viacnásobné imputácieŠtatistika↔ porovnať
- Variačná inferencia s chýbajúcimi údajmiBayesovské metódy↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →