ScholarGate
Асистент
Bayesian methodsBayesian / computational

Gibbs Sampling with Measurement Error

Метод вибірки Гіббса з похибкою вимірювання — це байєсівський метод Монте-Карло за Марковськими ланцюгами (MCMC), який спільно оцінює невідомі справжні значення коваріат та параметри моделі, коли спостережувані дані спотворені похибкою вимірювання. Розглядаючи приховані справжні значення як додаткові невідомі, він ітеративно вибирає всі величини з їхніх повних умовних розподілів, поширюючи невизначеність вимірювання на всі подальші висновки.

Відкрити у MethodMindНезабаромВідеоНезабаромЗавантажити слайди

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Карта методів

Околиця споріднених методів — виберіть вузол, щоб дослідити.

Джерела

  1. 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
  2. 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

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Gibbs Sampling for Models with Measurement Error. ScholarGate. https://scholargate.app/uk/bayesian/gibbs-sampling-with-measurement-error

Який метод?

Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.

Порівняти поруч

Згадується в

ScholarGateGibbs Sampling with Measurement Error (Gibbs Sampling for Models with Measurement Error). Отримано 2026-06-15 з https://scholargate.app/uk/bayesian/gibbs-sampling-with-measurement-error · Набір даних: https://doi.org/10.5281/zenodo.20539026