MCMC espacial
L'MCMC espacial aplica el mostreig de Markov chain Monte Carlo a models bayesians que tenen en compte explícitament la dependència espacial entre observacions. Dibuixa mostres posteriors de models com els models autorressius condicionals (CAR), autorressius simultanis (SAR) o geoestadístics (procés Gaussió), produint distribucions completes d'incertesa per a paràmetres estructurats espacialment com efectes aleatoris, coeficients de regressió i rang espacial.
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.
Fonts
- Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2015). Hierarchical Modeling and Analysis for Spatial Data (2nd ed.). CRC Press. ISBN: 978-1439819173
- Rue, H., & Held, L. (2005). Gaussian Markov Random Fields: Theory and Applications. CRC Press. ISBN: 978-1584884323
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Spatial Models. ScholarGate. https://scholargate.app/ca/bayesian/spatial-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.
- Campionament de GibbsBayesià↔ compare
- Hamiltonian Monte CarloBayesià↔ compare
- Inferència bayesiana jeràrquicaBayesià↔ compare
- Inferència bayesiana espacialBayesià↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →