Bayesian model averaging with missing data
Bayesian Model Averaging with missing data (BMA-MD) simultaneously addresses two sources of uncertainty: which model best describes the data, and what the unobserved values are. Rather than selecting a single imputed dataset and a single model, the approach averages predictions across the full space of candidate models and plausible completions of the missing values, propagating both sources of uncertainty into every estimate and prediction.
Запис джерела
Цитати скопійовано дослівно з вихідного запису методу. Вони не передбачають перевірки на рівні тверджень.
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. · URL
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons, New York. · ISBN 978-0471655749
Відібрані твердження
Твердження збережено в журналі доказів, кожне зі своєю оцінкою.
Цей перегляд не вигадує оцінку твердження, якщо в журналі її немає.
Пов'язані методи
Згенеровано з графа методів і показано як рекомендовані системою зв'язки — жодне твердження доказів не передбачається.