Hamiltonian Monte Carlo med målefejl
Hamiltonian Monte Carlo (HMC) med målefejl er en Bayesiansk beregningsstrategi til tilpasning af modeller, hvor en eller flere kovariater observeres med støj. HMC sampler simultant fra posteriorfordelingen over modelparametre og de uobserverede sande kovariatværdier ved hjælp af gradientbaserede forslag, der udforsker den højdimensionelle posteriorfordeling effektivt og undgår den langsomme random-walk-adfærd, der kendetegner standard Metropolis-sampling.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584886334
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113-162). CRC Press. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Bayesian Measurement Error Models. ScholarGate. https://scholargate.app/da/bayesian/hamiltonian-monte-carlo-with-measurement-error
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Bayesiansk inferens med målefejlBayesiansk↔ sammenlign
- Gibbs Sampling med målefejlBayesiansk↔ sammenlign
- Hamiltonian Monte CarloBayesiansk↔ sammenlign
- Kalmanfilter med målefejlBayesiansk↔ sammenlign
- MCMC med målefejlBayesiansk↔ sammenlign
- Variationsinferens med målefejlBayesiansk↔ sammenlign
Refereret af
Similar methods
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →