बहुस्तरीय MCMC
बहुस्तरीय MCMC पदानुक्रमित (बहुस्तरीय) बायेसियन मॉडल पर मार्कोव श्रृंखला मोंटे कार्लो नमूनाकरण लागू करता है। यह समूह-स्तरीय और जनसंख्या-स्तरीय दोनों पैरामीटरों के संयुक्त पश्च से एक साथ नमूने निकालता है, अनिश्चितता को स्तरों तक फैलाता है और क्लस्टर या नेस्टेड डेटा संरचनाओं में अनुमान को सक्षम बनाता है जहाँ समूहों के भीतर अवलोकन सामान्य वितरण विशेषताओं को साझा करते हैं।
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।
+3 और
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Multilevel Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/hi/bayesian/multilevel-mcmc
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।
- बेयसियन रिग्रेशनबायेसियन↔ तुलना करें
- गिब्स सैंपलिंगबायेसियन↔ तुलना करें
- हैमिल्टनियन मोंटे कार्लोबायेसियन↔ तुलना करें
- पदानुक्रमिक बायेसियन अनुमानबायेसियन↔ तुलना करें
- मेट्रोपोलिस-हेस्टिंग्स एल्गोरिथमबायेसियन↔ तुलना करें
- Variational Inferenceबायेसियन↔ तुलना करें