Muestreo de Gibbs
El muestreo de Gibbs es un algoritmo de Monte Carlo de cadenas de Markov que aproxima una distribución posterior de alta dimensionalidad extrayendo repetidamente cada parámetro de su distribución condicional completa, dados los demás parámetros y los datos. Dado que cada extracción es exacta de una condicional —no una propuesta que pueda ser rechazada—, el muestreador es eficiente cuando esas condicionales están disponibles en forma cerrada.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Fuentes
- Geman, S. & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721-741. DOI: 10.1109/TPAMI.1984.4767596 ↗
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398-409. DOI: 10.1080/01621459.1990.10476213 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Gibbs Sampling Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/es/bayesian/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.
- Regresión bayesianaBayesiano↔ compare
- Hamiltonian Monte CarloBayesiano↔ compare
- Inferencia Bayesiana JerárquicaBayesiano↔ compare
- Cadenas de Markov Monte Carlo (MCMC)Bayesiano↔ compare
- Inferencia VariacionalBayesiano↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →