MCMC και δειγματοληψία
48 μέθοδοι σε αυτή την οικογένεια.
Επιλεγμένες
Μπεϋζιανή Δυναμική Συσχέτιση GARCH (Bayesian DCC-GARCH)Bayesian DCC-GARCH estimates time-varying correlations across multiple financial or economic series by combining Engle's DCC-GARCH structure with Bayesian inference. Rather than maΜοντέλο Μίγματος Γκαουσιανών BayesThe Bayesian Gaussian Mixture Model places prior distributions over all mixture parameters and infers their posteriors — typically via Variational Bayes or MCMC — rather than fittiΜπεϋζιανή Φυλογενετική ΑνάλυσηBayesian phylogenetic analysis uses Bayes' theorem and Markov chain Monte Carlo (MCMC) sampling to estimate the posterior probability distribution over phylogenetic trees and modelΜοντέλο Πιθανοτήτων Bayes (Bayesian Probit Model)The Bayesian Probit model is a binary regression method that models the probability of a binary outcome using the normal CDF (probit link) within a Bayesian framework. It assigns pDynamic Hamiltonian Monte CarloDynamic Hamiltonian Monte Carlo — widely known as the No-U-Turn Sampler (NUTS) — is an adaptive extension of Hamiltonian Monte Carlo that automatically selects the number of leapfrΑλγόριθμος Δυναμικής Metropolis-HastingsThe Dynamic Metropolis-Hastings (Dynamic MH) algorithm applies the Metropolis-Hastings MCMC sampler to Bayesian state-space and time-varying parameter models. At each time step, la
Διαδρομή ανάγνωσης
Οι πιο πολυαναφερόμενες θεμελιώδεις μέθοδοι αυτού του θέματος, με τη σειρά που αναπτύχθηκαν — ένα σημείο εκκίνησης αν είστε νέος εδώ.
Όλες οι μέθοδοι 48
Μπεϋζιανή Δυναμική Συσχέτιση GARCH (Bayesian DCC-GARCH)Μοντέλο Μίγματος Γκαουσιανών BayesΜπεϋζιανή Φυλογενετική ΑνάλυσηΜοντέλο Πιθανοτήτων Bayes (Bayesian Probit Model)Dynamic Hamiltonian Monte CarloΑλγόριθμος Δυναμικής Metropolis-HastingsΔυναμικό Φίλτρο ΣωματιδίωνΔυναμική Διαδοχική Μόντε ΚάρλοΔειγματοληψία GibbsΔειγματοληψία Gibbs για Συγκρίσεις ΜοντέλωνΔειγματοληψία Gibbs με Σφάλμα ΜέτρησηςΔειγματοληψία Gibbs με Ελλιπή ΔεδομέναΜοντε Κάρλο ΧαμιλτονιανήςΜοντε καρλο Χαμιλτονιανής με Σφάλμα ΜέτρησηςΜοντε Κάρλο Χάμιλτον με Ελλείποντα ΔεδομέναΙεραρχική Μοντε Κάρλο του ΧάμιλτονΙεραρχική Μοντελοποίηση Μαρκοβιανής Αλυσίδας Monte CarloΙεραρχικό Φίλτρο ΣωματιδίωνΑλυσίδες Markov Monte Carlo (MCMC)MCMC για Σύγκριση ΜοντέλωνMCMC με σφάλμα μέτρησηςMCMC με Ελλείποντα ΔεδομέναΑλγόριθμος Metropolis-HastingsMetropolis-Hastings για Σύγκριση ΜοντέλωνMetropolis-Hastings με Σφάλμα ΜέτρησηςMetropolis-Hastings με Ελλείποντα ΔεδομέναΔειγματοληψία Gibbs Πολλαπλών ΕπιπέδωνΠολυεπίπεδη Μοντελοποίηση Χαμιλτονιανού Μόντε ΚάρλοΠολυεπίπεδη MCMCΠολυεπίπεδη Metropolis-HastingsΔείκτης Δειγματοληψίας Χωρίς-Επιστροφή (NUTS)Φίλτρο Σωματιδίων (Διαδοχικό Monte Carlo)Φίλτρο σωματιδίων με σφάλμα μέτρησηςΦίλτρο σωματιδίων με ελλιπή δεδομέναΕύρωστη Δειγματοληψία GibbsΟ Ενισχυμένος Αλγόριθμος Hamiltonian Monte Carlo (Robust HMC)Ανθεκτική Μοντελοποίηση Markov Chain Monte CarloΡομποτικό Φίλτρο ΣωματιδίωνRobust Sequential Monte CarloSequential Monte CarloΔιαδοχική Μοντε Κάρλο με Σφάλμα ΜέτρησηςΔιαδοχικά Μόντε Κάρλο με Ελλιπή ΔεδομέναΔειγματοληψία ΤομήςSpatial Gibbs SamplingΧωρικός MCMCΜέθοδοι MCMC ΧρονοσειρώνΦίλτρο σωματιδίων χρονοσειρώνΜέθοδος Monte Carlo Ακολουθίας Χρονοσειρών