Gibbs Sampling with Measurement Error
Gibbs sampling with measurement error เป็นวิธีการแบบเบย์ MCMC (Markov Chain Monte Carlo) ที่ประมาณค่าพารามิเตอร์ของแบบจำลองและค่าที่แท้จริงของตัวแปรทำนายที่ไม่ทราบค่าไปพร้อมกัน เมื่อข้อมูลที่สังเกตได้มีการปนเปื้อนด้วยความคลาดเคลื่อนในการวัด โดยการปฏิบัติต่อค่าที่แท้จริงที่ซ่อนอยู่ (latent true values) เป็นตัวแปรที่ไม่ทราบค่าเพิ่มเติม วิธีนี้จะสุ่มตัวอย่างปริมาณทั้งหมดแบบวนซ้ำจากการแจกแจงแบบมีเงื่อนไขเต็ม (full conditional distributions) ของแต่ละตัวแปร ซึ่งจะส่งผลต่อความไม่แน่นอนในการวัดไปยังการอนุมานในขั้นตอนต่อไปทั้งหมด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/th/bayesian/gibbs-sampling-with-measurement-error
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.
- การอนุมานแบบเบย์เซียนร่วมกับความคลาดเคลื่อนในการวัดเบย์↔ compare
- การสุ่มตัวอย่างแบบกิบบส์เบย์↔ compare
- Hamiltonian Monte Carlo with Measurement Errorเบย์↔ compare
- MCMC with Measurement Errorเบย์↔ compare
- เมโทรโพลิส-ฮาสติงส์กับการวัดค่าคลาดเคลื่อนเบย์↔ compare