माप त्रुटि के साथ हैमिल्टनियन मोंटे कार्लो
माप त्रुटि के साथ हैमिल्टनियन मोंटे कार्लो (HMC) एक बायेसियन कम्प्यूटेशनल रणनीति है जो उन मॉडलों को फिट करने के लिए है जहाँ एक या अधिक सहसंयोजक (covariates) शोर के साथ देखे जाते हैं। HMC मॉडल पैरामीटर और अनअवलोकित (unobserved) वास्तविक सहसंयोजक मानों पर संयुक्त रूप से पश्च (posterior) से नमूने लेता है, जो उच्च-आयामी पश्च का कुशलतापूर्वक अन्वेषण करने वाले ग्रेडिएंट-आधारित प्रस्तावों का उपयोग करता है और मानक मेट्रोलिस नमूनाकरण के धीमे यादृच्छिक-चाल व्यवहार से बचता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584886334
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113-162). CRC Press. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Bayesian Measurement Error Models. ScholarGate. https://scholargate.app/hi/bayesian/hamiltonian-monte-carlo-with-measurement-error
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- मापन त्रुटि के साथ बायेसियन अनुमानबायेसियन↔ तुलना करें
- मापन त्रुटि के साथ गिब्स सैंपलिंगबायेसियन↔ तुलना करें
- हैमिल्टनियन मोंटे कार्लोबायेसियन↔ तुलना करें
- मापन त्रुटि के साथ कलमन फ़िल्टरबायेसियन↔ तुलना करें
- MCMC with Measurement Errorबायेसियन↔ तुलना करें
- माप त्रुटि के साथ परिवर्तनशील अनुमानबायेसियन↔ तुलना करें