Vícerozměrné MCMC (Multilevel MCMC)
Vícerozřeměrné MCMC aplikuje Markovův řetězcový Monte Carlo vzorkování na hierarchické (vícerozměrné) Bayesovské modely. Vzorkuje ze sdružené aposteriorní distribuce parametrů na úrovni skupin i na úrovni populace současně, čímž propaguje nejistotu napříč úrovněmi a umožňuje inferenci ve shlukovaných nebo vnořených datových strukturách, kde pozorování v rámci skupin sdílejí společné distribuční charakteristiky.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Multilevel Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/cs/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.
- Bayesovská regreseBayesovská statistika↔ compare
- Gibbs SamplingBayesovská statistika↔ compare
- Hamiltonovské Monte CarloBayesovská statistika↔ compare
- Hierarchické Bayesovské odvozováníBayesovská statistika↔ compare
- Algoritmus Metropolis-HastingsBayesovská statistika↔ compare
- Variační inferenceBayesovská statistika↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →