Monte Carlo Hamiltoniano Jerárquico
El Monte Carlo Hamiltoniano Jerárquico (HMC Jerárquico) aplica muestreo de Monte Carlo Hamiltoniano a modelos jerárquicos bayesianos, abordando los severos desafíos geométricos que plantean dichos modelos. Al combinar parametrizaciones no centradas con las propuestas dirigidas por gradiente del HMC, logra una exploración posterior eficiente de las geometrías multinivel en forma de embudo que los métodos MCMC estándar no consiguen.
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
- Betancourt, M. & Girolami, M. (2015). Hamiltonian Monte Carlo for hierarchical models. In S. K. Upadhyay, U. Singh, D. K. Dey & A. Loganathan (Eds.), Current Trends in Bayesian Methodology with Applications (pp. 79-101). CRC Press. link ↗
- 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). Hamiltonian Monte Carlo for Hierarchical Models. ScholarGate. https://scholargate.app/es/bayesian/hierarchical-hamiltonian-monte-carlo
¿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.
- Regresión bayesianaBayesiano↔ comparar
- Hamiltonian Monte CarloBayesiano↔ comparar
- Inferencia Bayesiana JerárquicaBayesiano↔ comparar
- Cadena de Markov Monte Carlo JerárquicaBayesiano↔ comparar
- Cadenas de Markov Monte Carlo (MCMC)Bayesiano↔ comparar
Citado por
Similar methods
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →