Hamiltonin Monte Carlo -menetelmä mittausvirheellä
Hamiltonin Monte Carlo (HMC) mittausvirheellä on Bayesiläinen laskennallinen strategia mallien sovittamiseen, joissa yksi tai useampi kovariaatti havaitaan kohinan kanssa. HMC otostaa yhdessä malliparametrien ja havaitsemattomien todellisten kovariaattiarvojen posteriorijakaumasta käyttäen gradienttipohjaisia ehdotuksia, jotka tutkivat korkeaulotteista posteriorijakaumaa tehokkaasti ja välttävät standardin Metropolis-otannan hidasta satunnaiskulku-käyttäytymistä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584886334
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113-162). CRC Press. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Bayesian Measurement Error Models. ScholarGate. https://scholargate.app/fi/bayesian/hamiltonian-monte-carlo-with-measurement-error
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Bayesiläinen päättely mittausvirheelläBayesilainen tilastotiede↔ vertaa
- Gibbs-otanta mittausvirheelläBayesilainen tilastotiede↔ vertaa
- Hamiltonin Monte CarloBayesilainen tilastotiede↔ vertaa
- Kalman-suodin mittausvirheelläBayesilainen tilastotiede↔ vertaa
- MCMC mittausvirheelläBayesilainen tilastotiede↔ vertaa
- Variational Inference with Measurement ErrorBayesilainen tilastotiede↔ vertaa
Tähän viittaavat
Similar methods
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →