Muestreo de Gibbs para la comparación de modelos
El muestreo de Gibbs para la comparación de modelos es un enfoque bayesiano de MCMC que muestrea simultáneamente del espacio de modelos en competencia y sus parámetros. Al aumentar el muestreador de Gibbs con una variable de índice de modelo discreta, las probabilidades posteriores del modelo y los factores de Bayes se estiman a partir de la cadena de Markov resultante sin requerir ejecuciones separadas por modelo.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- Carlin, B. P. & Chib, S. (1995). Bayesian model choice via Markov chain Monte Carlo methods. Journal of the Royal Statistical Society, Series B, 57(3), 473-484. DOI: 10.1111/j.2517-6161.1995.tb02042.x ↗
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). Gibbs Sampling for Bayesian Model Comparison. ScholarGate. https://scholargate.app/es/bayesian/gibbs-sampling-for-model-comparison
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Promedio de Modelos BayesianosBayesiano↔ comparar
- Muestreo de GibbsBayesiano↔ comparar
- Metropolis-Hastings para comparación de modelosBayesiano↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →