Вибірка Гіббса з пропущеними даними
Вибірка Гіббса з пропущеними даними розглядає неспостережувані значення як додаткові невідомі величини поряд з параметрами моделі та вибірково об'єднує їх усі в циклі Монте-Карло за допомогою ланцюгів Маркова. Метод чергує вибірку пропущених значень з їхнього умовного розподілу за заданими параметрами та вибірку параметрів з їхнього умовного розподілу за заданими повними даними, одночасно створюючи апостеріорний розподіл для обох.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Джерела
- Tanner, M. A. & Wong, W. H. (1987). The calculation of posterior distributions by data augmentation. Journal of the American Statistical Association, 82(398), 528–540. DOI: 10.1080/01621459.1987.10478458 ↗
- 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). Gibbs Sampling with Missing Data Imputation. ScholarGate. https://scholargate.app/uk/bayesian/gibbs-sampling-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.
- Байєсівська ієрархічна модель з пропущеними данимиБаєсові методи↔ compare
- Байєсівський висновок з пропущеними данимиБаєсові методи↔ compare
- Аугментація данихГлибоке навчання↔ compare
- Гіббсівський відбір (Gibbs Sampling)Баєсові методи↔ compare
- MCMC з пропущеними данимиБаєсові методи↔ compare
- Множинне імпутуванняСтатистика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →