Simulació bayesiana de Monte Carlo — mostreig estocàstic informat per priors per a la quantificació d'incerteses
La simulació bayesiana de Monte Carlo integra la inferència estadística bayesiana amb el mostreig de Monte Carlo per propagar la incertesa a través de models complexos. En lloc d'extreure mostres de distribucions arbitràries, condiciona el mostreig a les dades observades i al coneixement previ d'experts mitjançant el teorema de Bayes, produint estimacions d'incertesa basades en la posterior que són estadísticament coherents i interpretable en termes probabilístics.
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
- O'Hagan, A., Buck, C. E., Daneshkhah, A., Eiser, J. R., Garthwaite, P. H., Jenkinson, D. J., Oakley, J. E., & Rakow, T. (2006). Uncertain Judgements: Eliciting Experts' Probabilities. Wiley. ISBN: 9780470029992
- O'Hagan, A. (1987). Monte Carlo is fundamentally unsound. The Statistician, 36(2-3), 247-249. DOI: 10.2307/2348519 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Monte Carlo Simulation — Prior-informed stochastic sampling for uncertainty quantification. ScholarGate. https://scholargate.app/ca/simulation/bayesian-monte-carlo-simulation
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.
- Anàlisi de Sensibilitat BayesianaSimulació↔ compare
- Dinàmica de Sistemes BayesianaSimulació↔ compare
- Cadena de Markov de Monte Carlo (MCMC)Simulació↔ compare
- Simulació Monte CarloPresa de decisions↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →