Bayesian methodsBayesian / computational

نمونه‌گیری گیبس برای مقایسه مدل

نمونه‌گیری گیبس برای مقایسه مدل یک رویکرد بیزی MCMC است که به طور همزمان از فضای مدل‌های رقیب و پارامترهای آن‌ها نمونه‌برداری می‌کند. با افزودن متغیر شاخص مدل گسسته به نمونه‌گیر گیبس، احتمالات مدل پسین و فاکتورهای بیز از زنجیره مارکوف حاصل بدون نیاز به اجرای جداگانه برای هر مدل تخمین زده می‌شوند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Carlin, B. P. & Chib, S. (1995). Bayesian model choice via Markov chain Monte Carlo methods. Journal of the Royal Statistical Society, Series B, 57(3), 473-484. DOI: 10.1111/j.2517-6161.1995.tb02042.x
  2. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Gibbs Sampling for Bayesian Model Comparison. ScholarGate. https://scholargate.app/fa/bayesian/gibbs-sampling-for-model-comparison

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

ارجاع‌شده در

ScholarGateGibbs Sampling for Model Comparison (Gibbs Sampling for Bayesian Model Comparison). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/bayesian/gibbs-sampling-for-model-comparison · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026