Bayesian methodsBayesian / computational
MCMC לסדרות עתיות
MCMC לסדרות עתיות מיישם שיטות מרקוב-שרשרת מונטה-קרלו (Markov chain Monte Carlo - MCMC) להסקה בייסיאנית על נתונים מסודרים בזמן. במקום לאמוד פרמטר יחיד, השיטה דוגמת מהתפלגות הפוסטריור המשותפת המלאה של פרמטרים ומצבים חבויים, ומספקת התפלגויות הסתברותיות המשקפות באופן מהימן את אי-הוודאות לגבי הדינמיקה, המגמות והדפוסים העונתיים בכל נקודת זמן.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Carter, C. K. & Kohn, R. (1994). On Gibbs sampling for state space models. Biometrika, 81(3), 541–553. DOI: 10.1093/biomet/81.3.541 ↗
- West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Time Series Models. ScholarGate. https://scholargate.app/he/bayesian/time-series-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.
- הסקה בייסיאנית דינמיתבייסיאני↔ compare
- דגימת גיבסבייסיאני↔ compare
- המילטוניאן מונטה קרלובייסיאני↔ compare
- פילטר קלמןבייסיאני↔ compare
- פילטר חלקיקים (מונטה קרלו סדרתי)בייסיאני↔ compare
- מונטה קרלו סדרתיבייסיאני↔ compare