Gibbs-sampling med saknade data
Gibbs-sampling med saknade data behandlar oobserverade värden som ytterligare obekanta vid sidan av modellparametrar och samplar alla dessa gemensamt inom en Markovkedjemonte-carlo-loop. Metoden alternerar mellan att dra de saknade värdena från deras betingade fördelning givet parametrarna och att dra parametrarna från deras betingade fördelning givet de kompletterade data, vilket producerar en posterior över båda samtidigt.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Gibbs Sampling with Missing Data Imputation. ScholarGate. https://scholargate.app/sv/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.
- Bayesiansk hierarkisk modell med saknade dataBayesiansk statistik↔ compare
- Bayesiansk inferens med saknade dataBayesiansk statistik↔ compare
- DataaugmenteringDjupinlärning↔ compare
- Gibbs samplingBayesiansk statistik↔ compare
- MCMC med saknade dataBayesiansk statistik↔ compare
- Multipel imputationStatistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →