Algoritmo de Metropolis-Hastings
El algoritmo de Metropolis-Hastings (MH) es un método general de Monte Carlo de cadena de Markov (MCMC) para extraer muestras de cualquier distribución de probabilidad cuya densidad pueda evaluarse hasta una constante de normalización. Introducido por Metropolis, Rosenbluth, Rosenbluth, Teller y Teller (1953) en física computacional y generalizado por Hastings (1970) a distribuciones de propuesta asimétricas, es el algoritmo fundamental del cual casi todos los muestreadores MCMC posteriores —muestreo de Gibbs, Monte Carlo Hamiltoniano, muestreo de corte (slice sampling)— se derivan o pueden considerarse casos especiales.
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.
+2 more
Fuentes
- Metropolis, N., Rosenbluth, A. W., Rosenbluth, M. N., Teller, A. H., & Teller, E. (1953). Equation of state calculations by fast computing machines. The Journal of Chemical Physics, 21(6), 1087–1092. DOI: 10.1063/1.1699114 ↗
- Hastings, W. K. (1970). Monte Carlo sampling methods using Markov chains and their applications. Biometrika, 57(1), 97–109. DOI: 10.1093/biomet/57.1.97 ↗
- Robert, C. P., & Casella, G. (2004). Monte Carlo Statistical Methods (2nd ed.). Springer. ISBN: 978-0-387-21239-5
- 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: 978-1-439-84095-5
Cómo citar esta página
ScholarGate. (2026, June 3). Metropolis-Hastings Markov Chain Monte Carlo Algorithm. ScholarGate. https://scholargate.app/es/bayesian/metropolis-hastings-algorithm
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
- Muestreo de GibbsBayesiano↔ compare
- Hamiltonian Monte CarloBayesiano↔ compare
- Monte Carlo SecuencialBayesiano↔ compare
- Slice SamplingBayesiano↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →