Hamiltonian Monte Carlo jeràrquic
El Hamiltonian Monte Carlo jeràrquic (Hierarchical HMC) aplica el mostreig Hamiltonian Monte Carlo a models jeràrquics bayesians, abordant els greus reptes geomètrics que aquests models plantegen. Combinant parametritzacions no centrades amb les propostes guiades per gradient de l'HMC, aconsegueix una exploració posterior eficient de les geometries de forma d'embut multifuncionals amb què els mètodes estàndard de MCMC tenen dificultats.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- Betancourt, M. & Girolami, M. (2015). Hamiltonian Monte Carlo for hierarchical models. In S. K. Upadhyay, U. Singh, D. K. Dey & A. Loganathan (Eds.), Current Trends in Bayesian Methodology with Applications (pp. 79-101). CRC Press. link ↗
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Hierarchical Models. ScholarGate. https://scholargate.app/ca/bayesian/hierarchical-hamiltonian-monte-carlo
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Regressió BayesianaBayesià↔ compara
- Hamiltonian Monte CarloBayesià↔ compara
- Inferència bayesiana jeràrquicaBayesià↔ compara
- Cadena de Markov de Monte Carlo jeràrquicaBayesià↔ compara
- Cadenes de Markov Monte Carlo (MCMC)Bayesià↔ compara
Citat per
Similar methods
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →