Ανθεκτική Μοντελοποίηση Markov Chain Monte Carlo
Η ανθεκτική MCMC συνδυάζει τη δειγματοληψία Markov Chain Monte Carlo με τεχνικές ανθεκτικότητας για την παραγωγή αξιόπιστης συμπερασματολογίας a posteriori, όταν τα δεδομένα περιέχουν ακραίες τιμές, όταν το υποτιθέμενο μοντέλο είναι λανθασμένα προσδιορισμένο, ή όταν η κατανομή στόχος έχει βαριές ουρές που προκαλούν στους τυπικούς δειγματολήπτες να αναμειγνύονται ανεπαρκώς ή να παράγουν παραμορφωμένες εκτιμήσεις.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Χάρτης μεθόδων
Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.
Πηγές
- Roberts, G. O. & Rosenthal, J. S. (2004). General state space Markov chains and MCMC algorithms. Probability Surveys, 1, 20–71. DOI: 10.1214/154957804100000024 ↗
- Barp, A., Kennedy, C., Durmus, A. & Girolami, M. (2022). Targeted separation and convergence with kernel discrepancies. arXiv preprint. link ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Robust Markov Chain Monte Carlo Sampling. ScholarGate. https://scholargate.app/el/bayesian/robust-markov-chain-monte-carlo
Ποια μέθοδος;
Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.
- Δειγματοληψία GibbsΜπεϋζιανή Στατιστική↔ σύγκριση
- Μοντε Κάρλο ΧαμιλτονιανήςΜπεϋζιανή Στατιστική↔ σύγκριση
- Αλυσίδες Markov Monte Carlo (MCMC)Μπεϋζιανή Στατιστική↔ σύγκριση
- Ρομπούστα Μπεϋζιανή ΣυμπερασματολογίαΜπεϋζιανή Στατιστική↔ σύγκριση
- Sequential Monte CarloΜπεϋζιανή Στατιστική↔ σύγκριση
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →