Gibbs Sampling sa nedostajućim podacima
Gibbs sampling sa nedostajućim podacima tretira neopažene vrednosti kao dodatne nepoznate uz parametre modela i uzorkuje ih sve zajedno unutar Markovljevog lanca Monte Karlo petlje. Metoda naizmenično izvlači nedostajuće vrednosti iz njihove uslovne distribucije, datih parametara, i izvlači parametre iz njihove uslovne distribucije, datih popunjenih podataka, proizvodeći posterior za oba istovremeno.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Izvori
- 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 ↗
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Gibbs Sampling with Missing Data Imputation. ScholarGate. https://scholargate.app/sr/bayesian/gibbs-sampling-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.
- Bayesian Hierarchical Model with Missing DataBajesovska statistika↔ compare
- Bejzovsko inferisanje sa nedostajućim podacimaBajesovska statistika↔ compare
- Аугментација податакаDuboko učenje↔ compare
- Gibbsovo uzorkovanjeBajesovska statistika↔ compare
- MCMC sa nedostajućim podacimaBajesovska statistika↔ compare
- Višestruka imputacijaStatistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →