MCMC mallinnusvertailuun
MCMC mallinnusvertailuun käyttää Markovin ketjun Monte Carlo -algoritmeja arvioimaan marginaalisia uskottavuuksia ja Bayes-tekijöitä, joita tarvitaan kilpailevien tilastollisten mallien muodolliseen vertailuun. Menetelmät, kuten reversiibeli-hypytys-MCMC ja siltanäytteenotto, mahdollistavat eridimensionaalisten malliavaruuksien tutkimisen, mahdollistaen täysin bayesiläisen mallinvalinnan ja -keskiarvoistamisen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Green, P. J. (1995). Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika, 82(4), 711–732. DOI: 10.1093/biomet/82.4.711 ↗
- Meng, X.-L., & Wong, W. H. (1996). Simulating ratios of normalizing constants via a simple identity: A theoretical exploration. Statistica Sinica, 6(4), 831–860. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Bayesian Model Comparison. ScholarGate. https://scholargate.app/fi/bayesian/mcmc-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.
- Approksimatiivinen Bayesilainen LaskentaSimulointi↔ compare
- Bayesiläinen mallikeskiarvoistusBayesilainen tilastotiede↔ compare
- Gibbs-otantaBayesilainen tilastotiede↔ compare
- Hamiltonin Monte CarloBayesilainen tilastotiede↔ compare
- Markov-ketju-Monte Carlo (MCMC)Bayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →