Bajezijansko usrednjavanje modela sa nedostajućim podacima
Bajezijansko usrednjavanje modela sa nedostajućim podacima (BMA-MD) istovremeno rešava dva izvora nesigurnosti: koji model najbolje opisuje podatke i koje su neopažene vrednosti. Umesto odabira jednog imputiranog skupa podataka i jednog modela, pristup usrednjava predviđanja kroz ceo prostor kandidatskih modela i verodostojnih dopuna nedostajućih vrednosti, prenoseći oba izvora nesigurnosti u svaku procenu i predviđanje.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons, New York. ISBN: 978-0471655749
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Model Averaging with Missing Data. ScholarGate. https://scholargate.app/sr/bayesian/bayesian-model-averaging-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.
- Aproksimativno Bajesovo izračunavanje sa podacima koji nedostajuBajesovska statistika↔ compare
- Bayesian Hierarchical Model with Missing DataBajesovska statistika↔ compare
- Bejzovsko inferisanje sa nedostajućim podacimaBajesovska statistika↔ compare
- Bayesian Model AveragingBajesovska statistika↔ compare
- Višestruka imputacijaStatistika↔ compare
- Sekvenciјalni Monte Karlo sa nedostaјuћim podacimaBajesovska statistika↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →