Bayesian methodsBayesian / computational

דגימת גיבס רב-שכבתית

דגימת גיבס רב-שכבתית מיישמת את אלגוריתם גיבס MCMC למודלים בייסיאניים היררכיים (רב-שכבתיים), תוך מעבר מחזורי בין ההתפלגויות המותנות של פרמטרים ברמת הקבוצה והיפר-פרמטרים ברמת האוכלוסייה. גישה זו מנצלת את מבנה האי-תלות המותנית של ההיררכיה כדי לדגום דגימות מדויקות או כמעט מדויקות מהתפלגות פוסטריורית שאלמלא כן הייתה בלתי ניתנת לטיפול אנליטי.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  1. Gelman, A. & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
  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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Multilevel Gibbs Sampling for Hierarchical Bayesian Models. ScholarGate. https://scholargate.app/he/bayesian/multilevel-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.

Compare side by side

מאוזכר על ידי

ScholarGateMultilevel Gibbs Sampling (Multilevel Gibbs Sampling for Hierarchical Bayesian Models). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/bayesian/multilevel-gibbs-sampling · מערך נתונים: https://doi.org/10.5281/zenodo.20539026