Mitmetasandiline Metropolis-Hastings
Mitmetasandiline Metropolis-Hastings rakendab Metropolis-Hastings MCMC algoritmi hierarhilistele (mitmetasandilistele) Bayes' mudelitele, võttes ühiselt proove rühmade tasandi parameetritest ja hüperparameetritest, pakkudes välja kandidaatväärtusi ning aktsepteerides või tagasi lükates neid suhtarvu kaudu, mis austab kogu mudeli kõigi tasandite täielikku ühist järeltuletist.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Meetodikaart
Seotud meetodite ümbruskond — vali sõlm, et seda uurida.
Allikad
- 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
- Roberts, G. O. & Sahu, S. K. (1997). Updating schemes, correlation structure, blocking and parameterisation for the Gibbs sampler. Journal of the Royal Statistical Society: Series B, 59(2), 291-317. DOI: 10.1111/1467-9868.00070 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Multilevel Metropolis-Hastings Algorithm. ScholarGate. https://scholargate.app/et/bayesian/multilevel-metropolis-hastings
Milline meetod?
Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.
- Hierarhiline Bayes'lik järeldamineBayesi meetodid↔ võrdle
- Metropolis-Hastingsi algoritmBayesi meetodid↔ võrdle
- Mitmetasandmeline bayesiaanlik järeldamineBayesi meetodid↔ võrdle
- Mitmetasandiline Gibbsi valimBayesi meetodid↔ võrdle
- Mitmetasandiline Hamiltoni Monte CarloBayesi meetodid↔ võrdle
- Mitmetasemeline variatsiooniline järeldamineBayesi meetodid↔ võrdle
Märkasid sellel lehel viga? Teata sellest või paku parandust →