Bayesian methodsBayesian / computational
متروبوليس-هاستينغز متعدد المستويات
يطبق متروبوليس-هاستينغز متعدد المستويات خوارزمية سلسلة ماركوف مونت كارلو (MCMC) الخاصة بمتروبوليس-هاستينغز على النماذج البايزية الهرمية (متعددة المستويات)، حيث يتم أخذ عينات مشتركة من معلمات مستوى المجموعة والمعلمات الفائقة عن طريق اقتراح قيم مرشحة وقبولها أو رفضها عبر نسبة تحترم الاحتمال الخلفي المشترك الكامل عبر جميع مستويات النموذج.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
- Roberts, G. O. & Sahu, S. K. (1997). Updating schemes, correlation structure, blocking and parameterisation for the Gibbs sampler. Journal of the Royal Statistical Society: Series B, 59(2), 291-317. DOI: 10.1111/1467-9868.00070 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Multilevel Metropolis-Hastings Algorithm. ScholarGate. https://scholargate.app/ar/bayesian/multilevel-metropolis-hastings
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- الاستدلال البايزي الهرميبايزي↔ قارن
- خوارزمية متروبوليس-هاستينغزبايزي↔ قارن
- الاستدلال البايزي متعدد المستوياتبايزي↔ قارن
- أخذ العينات بطريقة جيبس متعددة المستوياتبايزي↔ قارن
- مونت كارلو الهاملتوني متعدد المستوياتبايزي↔ قارن
- الاستدلال التبايني متعدد المستوياتبايزي↔ قارن