MCMC s chýbajúcimi údajmi
MCMC s chýbajúcimi údajmi je bayesovská výpočtová stratégia, ktorá považuje nepozorované hodnoty za dodatočné neznáme parametre. Striedavým vzorkovaním chýbajúcich hodnôt z ich prediktívneho rozdelenia a vzorkovaním parametrov modelu z ich aposteriórovej distribúcie algoritmus generuje platnú spoločnú aposteriórovú distribúciu, ktorá plne zohľadňuje neistotu spôsobenú chýbajúcimi údajmi.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Zdroje
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
- Tanner, M. A. & Wong, W. H. (1987). The calculation of posterior distributions by data augmentation. Journal of the American Statistical Association, 82(398), 528-540. DOI: 10.1080/01621459.1987.10478458 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Markov Chain Monte Carlo with Missing Data. ScholarGate. https://scholargate.app/sk/bayesian/mcmc-with-missing-data
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.
- Bayesovský hierarchický modelBayesovské metódy↔ compare
- Bayesovská inferencia s chýbajúcimi údajmiBayesovské metódy↔ compare
- Gibbs SamplingBayesovské metódy↔ compare
- Hamiltonovský Monte CarloBayesovské metódy↔ compare
- Algoritmus Metropolis-HastingsBayesovské metódy↔ compare
- Viacnásobné imputácieŠtatistika↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →