แบบจำลองลำดับชั้นแบบเบย์เซียนที่มีข้อมูลสูญหาย
แบบจำลองลำดับชั้นแบบเบย์เซียนที่มีข้อมูลสูญหายจะถือว่าค่าที่ไม่สามารถสังเกตได้เป็นตัวแปรที่ไม่ทราบค่าเพิ่มเติม และสุ่มตัวอย่างร่วมกับพารามิเตอร์แบบจำลองทั้งหมดจากส่วนเบื้องหลัง โครงสร้างแบบลำดับชั้นที่ซ้อนกันจะดึงความแข็งแกร่งจากกลุ่มต่างๆ ในขณะที่กรอบการทำงานแบบเบย์เซียนจะกระจายความไม่แน่นอนจากความสูญหายไปสู่ทุกการประมาณค่าและการทำนาย
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
- Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley. ISBN: 978-0471183860
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Hierarchical Model with Missing Data Imputation. ScholarGate. https://scholargate.app/th/bayesian/bayesian-hierarchical-model-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.
- การอนุมานแบบเบย์สำหรับข้อมูลที่ขาดหายเบย์↔ compare
- Gibbs Sampling with Missing Dataเบย์↔ compare
- การอนุมานแบบเบย์ตามลำดับชั้นเบย์↔ compare
- MCMC กับข้อมูลที่ขาดหายไปเบย์↔ compare
- การอนุมานแบบเบย์หลายระดับเบย์↔ compare