Metropolis-Hastings s chybou merania
Metropolis-Hastings s chybou merania je bayesovský MCMC prístup, ktorý spoločne odhaduje parametre modelu a skutočné (nepozorované) hodnoty kovariátov, keď sú prediktory alebo výsledky zaznamenané s šumom. Tým, že sa latentné skutočné hodnoty považujú za neznáme parametre, šíri neistotu merania plne do posteriornej inferencie namiesto jej ignorovania alebo dodatočnej korekcie.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584886334
- Richardson, S., & Green, P. J. (1997). On Bayesian analysis of mixtures with an unknown number of components. Journal of the Royal Statistical Society: Series B, 59(4), 731-792. DOI: 10.1111/1467-9868.00095 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Metropolis-Hastings Algorithm for Bayesian Errors-in-Variables Models. ScholarGate. https://scholargate.app/sk/bayesian/metropolis-hastings-with-measurement-error
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 chybou meraniaBayesovské metódy↔ porovnať
- Gibbsovo vzorkovanie s chybou meraniaBayesovské metódy↔ porovnať
- Hamiltonovský Monte Carlo s chybou meraniaBayesovské metódy↔ porovnať
- MCMC s chybou meraniaBayesovské metódy↔ porovnať
Odkazujú sem
Similar methods
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →