Metropolis-Hastings me të dhëna të mungueshme
Metropolis-Hastings me të dhëna të mungueshme trajton vlerat e pa-vëzhguara si variabla latente dhe i kampionon ato bashkë me parametrat e modelit brenda një zinxhiri të vetëm MCMC. Duke shtuar shpërndarjen e synuar për të përfshirë si parametrat ashtu edhe vlerat e mungueshme, algoritmi jep inferencë të kalibruar siç duhet posterior pa hedhur rastet e paplota ose duke kërkuar një hap të veçantë imputimi.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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: 10.2307/2289457 ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Metropolis-Hastings Algorithm with Missing Data Augmentation. ScholarGate. https://scholargate.app/sq/bayesian/metropolis-hastings-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.
- Inferenca Bayesiane me të Dhëna të MungueshmeStatistika bajesiane↔ compare
- Shtimi i të dhënaveMësimi i thellë↔ compare
- Kampionimi Gibbs me të dhëna të mungesaveStatistika bajesiane↔ compare
- Hamiltonian Monte Carlo me te te dhenave te mungueshmeStatistika bajesiane↔ compare
- Algoritmi Metropolis-HastingsStatistika bajesiane↔ compare
- Imputim i shumëfishtëStatistikë↔ compare
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →