МВМ з похибкою вимірювання
МВМ з похибкою вимірювання застосовує марковські ланцюги Монте-Карло до байєсівських моделей, які явно враховують той факт, що коваріати або результати спостерігаються з похибкою. Розглядаючи справжні, ненаблюдані значення як приховані змінні та вибірково отримуючи їх спільний апостеріорний розподіл разом з усіма іншими параметрами, метод коригує зміщення атенуації та забезпечує достовірні висновки, навіть коли деякі змінні неможливо виміряти точно.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Джерела
- Carroll, R. J., Ruppert, D., Stefanski, L. A. & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman & Hall/CRC. ISBN: 978-1584886334
- 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. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Markov Chain Monte Carlo with Measurement Error Models. ScholarGate. https://scholargate.app/uk/bayesian/mcmc-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.
- Байєсівський висновок з похибкою вимірюванняБаєсові методи↔ compare
- Байєсівська регресіяБаєсові методи↔ compare
- Гіббсівський відбір (Gibbs Sampling)Баєсові методи↔ compare
- Ієрархічний байєсівський висновокБаєсові методи↔ compare
- Метод Монте-Карло на основі ланцюгів Маркова (MCMC)Баєсові методи↔ compare
- Методи Метрополіса–Гастінгса з похибкою вимірюванняБаєсові методи↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →