เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การอนุมานแบบเบย์สำหรับข้อมูลที่ขาดหาย× | การถดถอยแบบเบย์ (Bayesian Regression)× | |
|---|---|---|
| สาขาวิชา | เบย์ | เบย์ |
| ตระกูล | Bayesian methods | Bayesian methods |
| ปีกำเนิด≠ | 1976–1987 | — |
| ผู้ริเริ่ม≠ | Rubin, D. B. (missing-data mechanisms); Tanner & Wong (data augmentation) | — |
| ประเภท≠ | Bayesian probabilistic model | Bayesian linear model |
| แหล่งต้นตำรับ≠ | Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley-Interscience. ISBN: 978-0471183860 | 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 |
| ชื่อเรียกอื่น≠ | Bayesian missing data analysis, Bayesian data augmentation, Bayesian imputation, missing data Bayesian model | bayesian linear regression, probabilistic regression, bayesian regresyon |
| ที่เกี่ยวข้อง≠ | 6 | 2 |
| สรุป≠ | Bayesian inference with missing data treats unobserved values as unknown parameters and integrates them out of the posterior distribution. Rather than deleting or ad hoc imputing incomplete records, the method jointly models observed and missing data under an explicit missing-data mechanism, producing fully calibrated posterior uncertainty that honestly reflects what the data cannot tell us. | Bayesian regression is a probabilistic version of linear regression that treats the model parameters as uncertain quantities. Instead of returning a single best-fit estimate, it combines prior knowledge with the observed data to produce a full posterior probability distribution for each parameter, from which credible intervals and predictions are read off. |
| ScholarGateชุดข้อมูล ↗ |
|
|