Устойчиво семплиране на Гибс
Устойчивото семплиране на Гибс е Марковска верига Монте Карло стратегия, която съчетава координатно-по координатния Гибс семплер с разпределения с тежки опашки или устойчиви на екстремни стойности спецификации на модела — най-често t-разпределения на правдоподобието — така че апостериорното извеждане да не бъде изкривено от екстремни наблюдения. То постига устойчивост чрез обогатяване на данните: всяко наблюдение получава латентна вариантна теглилка, която автоматично намалява тежестта на екстремните стойности по време на всеки цикъл на семплиране.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Geweke, J. (1993). Bayesian treatment of the independent Student-t linear model. Journal of Applied Econometrics, 8(S1), S19–S40. DOI: 10.1002/jae.3950080504 ↗
- Chib, S. & Greenberg, E. (1995). Understanding the Metropolis-Hastings algorithm. The American Statistician, 49(4), 327–335. DOI: 10.1080/00031305.1995.10476177 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Robust Gibbs Sampling. ScholarGate. https://scholargate.app/bg/bayesian/robust-gibbs-sampling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов регресионен моделБейсови методи↔ compare
- Гиббсов семплерБейсови методи↔ compare
- Robust Bayesian InferenceБейсови методи↔ compare
- Robust Markov Chain Monte CarloБейсови методи↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →