Gibbs Sampling for Model Comparison
Gibbs sampling for model comparison is a Bayesian MCMC approach that simultaneously samples from the space of competing models and their parameters. By augmenting the Gibbs sampler with a discrete model-index variable, posterior model probabilities and Bayes factors are estimated from the resulting Markov chain without requiring separate runs per model.
Registre font
Les citacions es copien textualment del registre font del mètode. No s'infereix cap verificació a nivell de reclam d'elles.
- Carlin, B. P. & Chib, S. (1995). Bayesian model choice via Markov chain Monte Carlo methods. Journal of the Royal Statistical Society, Series B, 57(3), 473-484. · DOI 10.1111/j.2517-6161.1995.tb02042.x
- 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
Reclamacions curades
Les reclamacions s'han persistit al registre de proves, cadascuna amb la seva pròpia avaluació.
Aquesta vista no inventa una avaluació de reclam quan el registre no en té cap.
Mètodes relacionats
Generat a partir del gràfic de mètodes i mostrat com a relacions suggerides per la màquina; no s'infereix cap reclamació d'evidència.