Gibbs sampling med mätfel
Gibbs sampling med mätfel är en Bayesiansk MCMC-metod som gemensamt estimerar okända sanna kovariatsvärden och modellparametrar när observerad data är korrumperad av mätfel. Genom att behandla de latenta sanna värdena som ytterligare obekanta, samplar den alla kvantiteter iterativt från deras fullständiga betingade fördelningar, och propagerar mätosäkerhet in i all efterföljande inferens.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398–409. DOI: 10.1080/01621459.1990.10476213 ↗
- Richardson, S. & Gilks, W. R. (1993). A Bayesian approach to measurement error problems in epidemiology using conditional independence models. American Journal of Epidemiology, 138(6), 430–442. DOI: 10.1093/oxfordjournals.aje.a116875 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/sv/bayesian/gibbs-sampling-with-measurement-error
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Bayesiansk inferens med mätfelBayesiansk statistik↔ jämför
- Gibbs samplingBayesiansk statistik↔ jämför
- Hamiltonian Monte Carlo med mätfelBayesiansk statistik↔ jämför
- MCMC med mätfelBayesiansk statistik↔ jämför
- Metropolis-Hastings med mätfelBayesiansk statistik↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →