Simulácia Monte Carlo s chýbajúcimi údajmi
Simulácia Monte Carlo s chýbajúcimi údajmi kombinuje stochastickú simuláciu – čerpanie náhodných hodnôt z pravdepodobnostných distribúcií – s princípmi stratégie pre chýbajúce údaje, ako je viacnásobná imputácia. Namiesto zahadzovania nekompletných záznamov alebo nahradenia jedinou hodnotou, metóda generuje mnoho simulovaných kompletných dátových súborov, vykonáva na každom cieľovú analýzu a spája výsledky, aby poskytla odhady, ktoré čestne odrážajú ako neistotu vzorkovania, tak 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.
Zdroje
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
- van Buuren, S. (2018). Flexible Imputation of Missing Data (2nd ed.). CRC Press / Chapman & Hall. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Monte Carlo Simulation with Missing Data Handling. ScholarGate. https://scholargate.app/sk/bayesian/monte-carlo-simulation-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.
- Bayesovská inferencia s chýbajúcimi údajmiBayesovské metódy↔ compare
- Simulácia metódou Bootstrap s chýbajúcimi údajmiBayesovské metódy↔ compare
- Gibbs Sampling s chýbajúcimi údajmiBayesovské metódy↔ compare
- MCMC s chýbajúcimi údajmiBayesovské metódy↔ compare
- Viacnásobné imputácieŠtatistika↔ compare
- Sekvenčné Monte CarloBayesovské metódy↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →