Gibbs Sampling with Missing Data
Gibbs sampling with missing data treats unobserved values as additional unknowns alongside model parameters and samples all of them jointly within a Markov chain Monte Carlo loop. The method alternates between drawing the missing values from their conditional distribution given the parameters and drawing the parameters from their conditional distribution given the completed data, producing a posterior over both simultaneously.
Запис джерела
Цитати скопійовано дослівно з вихідного запису методу. Вони не передбачають перевірки на рівні тверджень.
- 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
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.