MCMC Multillivell
L'MCMC multillivell aplica el mostreig de Markov chain Monte Carlo a models bayesians jeràrquics (multillivell). Dibuixa mostres de la posterior conjunta tant de paràmetres de nivell de grup com de nivell de població simultàniament, propagant la incertesa entre els nivells i permetent la inferència en estructures de dades agrupades o niades on les observacions dins dels grups comparteixen característiques de distribució comunes.
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.
+3 more
Fonts
- 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
- 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). Multilevel Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/ca/bayesian/multilevel-mcmc
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
- Campionament de GibbsBayesià↔ compare
- Hamiltonian Monte CarloBayesià↔ compare
- Inferència bayesiana jeràrquicaBayesià↔ compare
- Algorisme de Metropolis-HastingsBayesià↔ compare
- Inferència variacionalBayesià↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →