Avaruus-Gibbs-otanta
Avaruus-Gibbs-otanta soveltaa Gibbs-otantamenetelmää – koordinaattikohtaista Markovin ketju-Monte Carlo -algoritmia – malleihin, joissa havainnot on järjestetty avaruudellisesti ja lähekkäiset sijainnit ovat tilastollisesti riippuvaisia. Hyödyntämällä avaruudellisen naapurustorakenteen implikoimaa ehdollista riippumattomuutta, kutakin pistettä päivitetään yksi kerrallaan sen naapureiden perusteella, mikä tekee posteriorijakauman päättelystä hallittavaa Markovin satunnaisverkoille, Gaussin satunnaisverkoille ja hierarkkisille geostatistisille malleille.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Geman, S. & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721–741. DOI: 10.1109/TPAMI.1984.4767596 ↗
- Rue, H. & Held, L. (2005). Gaussian Markov Random Fields: Theory and Applications. Chapman & Hall/CRC. ISBN: 978-1584884323
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models. ScholarGate. https://scholargate.app/fi/bayesian/spatial-gibbs-sampling
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.
- Bayesiläinen hierarkkinen malliBayesilainen tilastotiede↔ compare
- Gibbs-otantaBayesilainen tilastotiede↔ compare
- Tilastollinen päättely Bayes-menetelmillä avaruudellisessa kontekstissaBayesilainen tilastotiede↔ compare
- Spatial MCMCBayesilainen tilastotiede↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →