ScholarGate
সহকারী

MCMC ও নমুনায়ন

48 টি পদ্ধতি এই পরিবারে।

নির্বাচিত

বেয়েশীয়ান ডাইনামিক কন্ডিশনাল কোরিলেশন GARCH (বেয়েশীয়ান DCC-GARCH)Bayesian DCC-GARCH estimates time-varying correlations across multiple financial or economic series by combining Engle's DCC-GARCH structure with Bayesian inference. Rather than maবেয়েশীয় গাউসীয় মিশ্রণ মডেল (Bayesian Gaussian Mixture Model)The Bayesian Gaussian Mixture Model places prior distributions over all mixture parameters and infers their posteriors — typically via Variational Bayes or MCMC — rather than fittiবেয়েশীয় ফাইলোজেনেটিক বিশ্লেষণBayesian phylogenetic analysis uses Bayes' theorem and Markov chain Monte Carlo (MCMC) sampling to estimate the posterior probability distribution over phylogenetic trees and modelবেয়েশীয় প্রোবিট মডেলThe Bayesian Probit model is a binary regression method that models the probability of a binary outcome using the normal CDF (probit link) within a Bayesian framework. It assigns pডাইনামিক হ্যামিলটোনিয়ান মন্টি কার্লোDynamic Hamiltonian Monte Carlo — widely known as the No-U-Turn Sampler (NUTS) — is an adaptive extension of Hamiltonian Monte Carlo that automatically selects the number of leapfrডাইনামিক মেট্রোপলিস-হেস্টিংস অ্যালগরিদমThe Dynamic Metropolis-Hastings (Dynamic MH) algorithm applies the Metropolis-Hastings MCMC sampler to Bayesian state-space and time-varying parameter models. At each time step, la

পঠন-পথ

এই বিষয়ের সর্বাধিক উদ্ধৃত মৌলিক পদ্ধতিসমূহ, যে ক্রমে সেগুলি বিকশিত হয়েছে সেই অনুসারে — আপনি এখানে নতুন হলে শুরু করার একটি জায়গা।

  1. গিবস স্যাম্পলিং1984Stuart Geman & Donald Geman কর্তৃক
  2. অজানা ডেটা সহ গিবস স্যাম্পলিং1987–1990Tanner & Wong (data augmentation), Gelfand & Smith (Gibbs sampler) কর্তৃক
  3. অনুপস্থিত তথ্য সহ এমসিএমসি1987Tanner & Wong (data augmentation); extended by Gelfand & Smith, Rubin কর্তৃক
  4. ক্রমিক মার্কভ চেইন মন্টি কার্লো1990Gelfand & Smith (1990), building on Geman & Geman (1984) কর্তৃক
  5. Particle Filter (Sequential Monte Carlo)1993Gordon, Salmond & Smith কর্তৃক
  6. সিকোয়েনশিয়াল মন্টে কার্লো1993 (particle filter); 2006 (SMC samplers)Gordon, Salmond & Smith (particle filter); Del Moral, Doucet & Jasra (SMC samplers) কর্তৃক
এই তাকের সমস্ত পদ্ধতি ↓

সব পদ্ধতি 48

বেয়েশীয়ান ডাইনামিক কন্ডিশনাল কোরিলেশন GARCH (বেয়েশীয়ান DCC-GARCH)বেয়েশীয় গাউসীয় মিশ্রণ মডেল (Bayesian Gaussian Mixture Model)বেয়েশীয় ফাইলোজেনেটিক বিশ্লেষণবেয়েশীয় প্রোবিট মডেলডাইনামিক হ্যামিলটোনিয়ান মন্টি কার্লোডাইনামিক মেট্রোপলিস-হেস্টিংস অ্যালগরিদমডাইনামিক পার্টিকেল ফিল্টারডাইনামিক সিকোয়েন্সিয়াল মন্টে কার্লোগিবস স্যাম্পলিংমডেল তুলনার জন্য গিবস স্যাম্পলিংপরিমাপ ত্রুটি সহ গিবস স্যাম্পলিংঅজানা ডেটা সহ গিবস স্যাম্পলিংহ্যামিলটোনিয়ান মন্টি কার্লোপরিমাপ ত্রুটিসহ হ্যামিলটোনিয়ান মন্টে কার্লোHamiltonian Monte Carlo with Missing Dataহায়ারারকিক্যাল হ্যামিল্টোনিয়ান মন্টে কার্লোক্রমিক মার্কভ চেইন মন্টি কার্লোহায়ারারকিক্যাল পার্টিকেল ফিল্টারমার্কভ চেইন মন্টি কার্লো (MCMC)মডেল তুলনার জন্য MCMCপরিমাপ ত্রুটি সহ MCMCঅনুপস্থিত তথ্য সহ এমসিএমসিমেট্রোপলিস-হেস্টিংস অ্যালগরিদমমডেল তুলনার জন্য মেট্রোপলিস-হেস্টিংসমেট্রোপলিস-হেস্টিংস উইথ মেজারমেন্ট এররমেট্রোপলিস-হেস্টিংস উইথ মিসিং ডেটাবহুস্তরীয় গিবস স্যাম্পলিংমাল্টিলেভেল হ্যামিলটোনিয়ান মন্টি কার্লোমাল্টিলেভেল MCMCমাল্টিলেভেল মেট্রোপলিস-হেস্টিংসNo-U-Turn Sampler (NUTS)Particle Filter (Sequential Monte Carlo)পরিমাপ ত্রুটি সহ পার্টিকেল ফিল্টারঅনুপস্থিত ডেটা সহ পার্টিকেল ফিল্টারRobust Gibbs SamplingRobust Hamiltonian Monte CarloRobust Markov Chain Monte Carloদৃঢ় পার্টিকল ফিল্টারশক্তিশালী অনুক্রমিক মন্টি কার্লোসিকোয়েনশিয়াল মন্টে কার্লোপরিমাপ ত্রুটি সহ অনুক্রমিক মন্টে কার্লোঅনুপস্থিত ডেটা সহ অনুক্রমিক মন্টে কার্লোস্লাইস স্যাম্পলিংস্থানিক গিবস স্যাম্পলিংSpatial MCMCসময়-সিরিজ এমসিএমসিটাইম সিরিজ পার্টিকেল ফিল্টারসময় সিরিজ সিকোয়েনশিয়াল মন্টে কার্লো

বেইসীয় পরিসংখ্যান-এ আরও