MCMC Multinivel
El MCMC multinivel aplica el muestreo de Markov chain Monte Carlo a modelos bayesianos jerárquicos (multinivel). Dibuja muestras de la posterior conjunta de parámetros tanto a nivel de grupo como a nivel de población simultáneamente, propagando la incertidumbre a través de los niveles y permitiendo la inferencia en estructuras de datos agrupadas o anidadas donde las observaciones dentro de los grupos comparten características distribucionales comunes.
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.
+3 more
Fuentes
- 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
- 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). Multilevel Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/es/bayesian/multilevel-mcmc
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
- Inferencia Bayesiana JerárquicaBayesiano↔ compare
- Algoritmo de Metropolis-HastingsBayesiano↔ compare
- Inferencia VariacionalBayesiano↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →