Multilevel Gibbs Sampling
Multilevel Gibbs sampling anvender Gibbs MCMC-algoritmen på hierarkiske (multilevel) Bayesianske modeller, hvor man skiftevis gennemløber de betingede fordelinger for gruppeniveauparametre og populationsniveauhyperparametre. Dette udnytter den betingede uafhængighedsstruktur i hierarkiet til at trække eksakte eller næsten eksakte stikprøver fra en posterior, som ellers ville være analytisk uløselig.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Gelman, A. & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Multilevel Gibbs Sampling for Hierarchical Bayesian Models. ScholarGate. https://scholargate.app/da/bayesian/multilevel-gibbs-sampling
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.
- Bayesiansk hierarkisk modelBayesiansk↔ compare
- Gibbs SamplingBayesiansk↔ compare
- Hamiltonian Monte CarloBayesiansk↔ compare
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Metropolis-Hastings AlgoritmenBayesiansk↔ compare
- Multilevel MCMCBayesiansk↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →