Байєсівська ієрархічна модель з пропущеними даними
Байєсівська ієрархічна модель з пропущеними даними розглядає ненаблюдані значення як додаткові невідомі та вибіркує їх спільно з усіма параметрами моделі з апостеріорного розподілу. Вкладена структура ієрархії запозичує інформацію між групами, тоді як байєсівський підхід природно поширює невизначеність від пропущених даних через кожну оцінку та прогноз.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Hierarchical Model with Missing Data Imputation. ScholarGate. https://scholargate.app/uk/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.
- Байєсівський висновок з пропущеними данимиБаєсові методи↔ compare
- Вибірка Гіббса з пропущеними данимиБаєсові методи↔ compare
- Ієрархічний байєсівський висновокБаєсові методи↔ compare
- MCMC з пропущеними данимиБаєсові методи↔ compare
- Багаторівневі байєсівські висновкиБаєсові методи↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →