ScholarGate
Asistente
Process / pipelineSimulation / optimization

Simulación de Monte Carlo Bayesiana — Muestreo estocástico informado por priors para la cuantificación de la incertidumbre

La Simulación de Monte Carlo Bayesiana integra la inferencia estadística bayesiana con el muestreo de Monte Carlo para propagar la incertidumbre a través de modelos complejos. En lugar de extraer muestras de distribuciones arbitrarias, condiciona el muestreo a datos observados y conocimiento previo experto a través del teorema de Bayes, produciendo estimaciones de incertidumbre basadas en la posterior que son coherentes estadísticamente e interpretables en términos probabilísticos.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. O'Hagan, A., Buck, C. E., Daneshkhah, A., Eiser, J. R., Garthwaite, P. H., Jenkinson, D. J., Oakley, J. E., & Rakow, T. (2006). Uncertain Judgements: Eliciting Experts' Probabilities. Wiley. ISBN: 9780470029992
  2. O'Hagan, A. (1987). Monte Carlo is fundamentally unsound. The Statistician, 36(2-3), 247-249. DOI: 10.2307/2348519

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Monte Carlo Simulation — Prior-informed stochastic sampling for uncertainty quantification. ScholarGate. https://scholargate.app/es/simulation/bayesian-monte-carlo-simulation

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.

Compare side by side

Citado por

ScholarGateBayesian Monte Carlo Simulation (Bayesian Monte Carlo Simulation — Prior-informed stochastic sampling for uncertainty quantification). Recuperado el 2026-06-15 de https://scholargate.app/es/simulation/bayesian-monte-carlo-simulation · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026