การหาค่าเฉลี่ยแบบเบย์ของแบบจำลองที่มีข้อมูลสูญหาย
การหาค่าเฉลี่ยแบบเบย์ของแบบจำลองที่มีข้อมูลสูญหาย (BMA-MD) จัดการกับแหล่งที่มาของความไม่แน่นอนสองประการพร้อมกัน ได้แก่ แบบจำลองใดที่อธิบายข้อมูลได้ดีที่สุด และค่าที่ไม่ได้สังเกตคืออะไร แทนที่จะเลือกชุดข้อมูลที่ถูกเติมเต็มเพียงชุดเดียวและแบบจำลองเดียว วิธีการนี้จะหาค่าเฉลี่ยของการคาดการณ์ทั่วทั้งพื้นที่ของแบบจำลองที่เป็นไปได้และการเติมเต็มค่าที่สูญหายที่เป็นไปได้ โดยเผยแพร่แหล่งที่มาของความไม่แน่นอนทั้งสองไปยังทุกการประมาณค่าและการคาดการณ์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Model Averaging with Missing Data. ScholarGate. https://scholargate.app/th/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.
- การคำนวณแบบเบย์โดยประมาณสำหรับข้อมูลที่ขาดหายไปเบย์↔ compare
- แบบจำลองลำดับชั้นแบบเบย์เซียนที่มีข้อมูลสูญหายเบย์↔ compare
- การอนุมานแบบเบย์สำหรับข้อมูลที่ขาดหายเบย์↔ compare
- การเฉลี่ยแบบจำลองแบบเบย์ (Bayesian Model Averaging - BMA)เบย์↔ compare
- Multiple Imputationสถิติศาสตร์↔ compare
- Sequential Monte Carlo with Missing Dataเบย์↔ compare