MCMC multiniveau
Le MCMC multiniveau applique l'échantillonnage de Markov chain Monte Carlo (MCMC) aux modèles bayésiens hiérarchiques (multiniveaux). Il tire des échantillons de la postérieure jointe des paramètres tant au niveau des groupes qu'au niveau de la population, simultanément, propageant l'incertitude entre les niveaux et permettant l'inférence dans des structures de données groupées ou imbriquées où les observations au sein des groupes partagent des caractéristiques distributionnelles communes.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Sources
- 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
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398-409. DOI: 10.1080/01621459.1990.10476213 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Multilevel Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/fr/bayesian/multilevel-mcmc
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.
- Régression bayésienneBayésien↔ compare
- Échantillonnage de GibbsBayésien↔ compare
- Monte Carlo HamiltonienBayésien↔ compare
- Inférence bayésienne hiérarchiqueBayésien↔ compare
- Algorithme de Metropolis-HastingsBayésien↔ compare
- Inférence variationnelleBayésien↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →