Campionament de Gibbs
El mostreig de Gibbs és un algorisme de Monte Carlo de cadena de Markov que aproxima una distribució posterior d'alta dimensionalitat dibuixant repetidament cada paràmetre de la seva distribució condicional completa donats tots els altres paràmetres i les dades. Com que cada dibuix és exacte d'una condicional — no una proposta que pot ser rebutjada — el mostrejador és eficient quan aquestes condicionals estan disponibles en forma tancada.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Fonts
- Geman, S. & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721-741. DOI: 10.1109/TPAMI.1984.4767596 ↗
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398-409. DOI: 10.1080/01621459.1990.10476213 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Gibbs Sampling Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/ca/bayesian/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.
- Regressió BayesianaBayesià↔ compare
- Hamiltonian Monte CarloBayesià↔ compare
- Inferència bayesiana jeràrquicaBayesià↔ compare
- Cadenes de Markov Monte Carlo (MCMC)Bayesià↔ compare
- Inferència variacionalBayesià↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →