مونت كارلو الهاملتوني مع خطأ القياس
يُعد مونت كارلو الهاملتوني (HMC) مع خطأ القياس استراتيجية حاسوبية بايزية لملاءمة النماذج التي تُلاحظ فيها واحدة أو أكثر من المتغيرات المفسرة مع وجود تشويش. يقوم HMC بأخذ عينات مشتركة من التوزيع الخلفي (posterior) لمعلمات النموذج والقيم الحقيقية غير المرصودة للمتغيرات المفسرة، وذلك باستخدام مقترحات قائمة على التدرج تستكشف التوزيع الخلفي عالي الأبعاد بكفاءة وتتجنب سلوك المشي العشوائي البطيء لأخذ عينات متروبوليس القياسية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584886334
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113-162). CRC Press. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Bayesian Measurement Error Models. ScholarGate. https://scholargate.app/ar/bayesian/hamiltonian-monte-carlo-with-measurement-error
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- الاستدلال البايزي مع خطأ القياسبايزي↔ قارن
- أخذ العينات بطريقة جيبس مع خطأ القياسبايزي↔ قارن
- مونت كارلو الهاملتونيبايزي↔ قارن
- مرشح كالمان مع خطأ القياسبايزي↔ قارن
- التحليل باستخدام سلسلة ماركوف مونت كارلو (MCMC) مع خطأ القياسبايزي↔ قارن
- الاستدلال التبايني مع خطأ القياسبايزي↔ قارن