Slice Sampling
Slice Sampling ist ein Markov-Chain-Monte-Carlo (MCMC)-Algorithmus, der 2003 von Radford M. Neal in seiner Arbeit in den Annals of Statistics vorgestellt wurde. Er generiert Stichproben aus einer Zielverteilung, indem er gleichmäßig aus dem Bereich unter der Dichtekurve – dem sogenannten 'Slice' – zieht, ohne dass der Benutzer eine Schrittweite oder eine Vorschlagsverteilung angeben muss, was ihn selbstoptimierend und breit anwendbar für die bayesianische Posterior-Inferenz macht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Neal, R. M. (2003). Slice sampling (with discussion). Annals of Statistics, 31(3), 705–767. DOI: 10.1214/aos/1056562461 ↗
- 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
- Robert, C. P., & Casella, G. (2004). Monte Carlo Statistical Methods (2nd ed.). Springer. ISBN: 978-0387212395
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Slice Sampling MCMC. ScholarGate. https://scholargate.app/de/bayesian/slice-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.
- Bayes'sche RegressionBayes-Statistik↔ compare
- Gibbs-SamplingBayes-Statistik↔ compare
- Hamiltonian Monte CarloBayes-Statistik↔ compare
- Markov-Kette Monte Carlo (MCMC)Bayes-Statistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →