ScholarGate
עוזר
Bayesian methodsBayesian / computational

מטרופוליס-הסטינגס רב-שכבתי (Multilevel Metropolis-Hastings)

מטרופוליס-הסטינגס רב-שכבתי מיישם את אלגוריתם ה-MCMC מסוג מטרופוליס-הסטינגס למודלים בייסיאניים היררכיים (רב-שכבתיים), ודוגם במשותף פרמטרים ברמת הקבוצה ופרמטרי-על על ידי הצעת ערכים מועמדים וקבלתם או דחייתם באמצעות יחס המכבד את ההתפלגות הפוסטריורית המשותפת המלאה על פני כל רמות המודל.

פתיחה ב-MethodMindבקרובApply, compare, get guidance
Tools & resources
הורדת מצגת
Learn & explore
וידאובקרוב

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

מפת שיטות

סביבת השיטות הקרובות — בחרו צומת כדי לחקור.

מקורות

  1. 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
  2. Roberts, G. O. & Sahu, S. K. (1997). Updating schemes, correlation structure, blocking and parameterisation for the Gibbs sampler. Journal of the Royal Statistical Society: Series B, 59(2), 291-317. DOI: 10.1111/1467-9868.00070

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Multilevel Metropolis-Hastings Algorithm. ScholarGate. https://scholargate.app/he/bayesian/multilevel-metropolis-hastings

איזו שיטה?

הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.

השוואה זה לצד זה
ScholarGateMultilevel Metropolis-Hastings (Multilevel Metropolis-Hastings Algorithm). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/bayesian/multilevel-metropolis-hastings · מערך נתונים: https://doi.org/10.5281/zenodo.20539026