Bayesian methodsBayesian / computational
带测量误差的变分推断
带测量误差的变分推断是一种可扩展的贝叶斯方法，可在观测变量受噪声污染时，同时估计模型参数和潜在的真实协变量。它不通过 MCMC 对后验分布进行采样，而是通过最大化证据下界 (ELBO) 来寻找最接近真实后验分布的可处理分布，因此适用于 MCMC 计算成本过高的が大型数据集。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Blei, D. M., Kucukelbir, A., & McAuliffe, J. D. (2017). Variational inference: A review for statisticians. Journal of the American Statistical Association, 112(518), 859–877. DOI: 10.1080/01621459.2017.1285773 ↗
- 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
如何引用本页
ScholarGate. (2026, June 3). Variational Bayesian Inference for Models with Measurement Error. ScholarGate. https://scholargate.app/zh/bayesian/variational-inference-with-measurement-error
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →