MCMC για Σύγκριση Μοντέλων
Η μέθοδος MCMC (Markov chain Monte Carlo) για σύγκριση μοντέλων χρησιμοποιεί αλγορίθμους Markov chain Monte Carlo για την εκτίμηση των οριακών πιθανοτήτων (marginal likelihoods) και των παραγόντων Bayes (Bayes factors) που απαιτούνται για την τυπική σύγκριση ανταγωνιστικών στατιστικών μοντέλων. Τεχνικές όπως η MCMC αντιστρεπτής μετάβασης (reversible-jump MCMC) και η δειγματοληψία γέφυρας (bridge sampling) επιτρέπουν την εξερεύνηση χώρων μοντέλων διαφορετικών διαστάσεων, καθιστώντας δυνατή την πλήρως Μπεϋζιανή επιλογή και μέσο όρο μοντέλων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Green, P. J. (1995). Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika, 82(4), 711–732. DOI: 10.1093/biomet/82.4.711 ↗
- Meng, X.-L., & Wong, W. H. (1996). Simulating ratios of normalizing constants via a simple identity: A theoretical exploration. Statistica Sinica, 6(4), 831–860. link ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Bayesian Model Comparison. ScholarGate. https://scholargate.app/el/bayesian/mcmc-for-model-comparison
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.
- Προσεγγιστική Μπεϋζιανή ΥπολογιστικήΠροσομοίωση↔ compare
- Μπεϋζιανή Μοντελοποίηση με Μέσο ΌροΜπεϋζιανή Στατιστική↔ compare
- Δειγματοληψία GibbsΜπεϋζιανή Στατιστική↔ compare
- Μοντε Κάρλο ΧαμιλτονιανήςΜπεϋζιανή Στατιστική↔ compare
- Αλυσίδες Markov Monte Carlo (MCMC)Μπεϋζιανή Στατιστική↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →