MCMC और प्रतिचयन
48 विधियाँ इस परिवार में।
विशेष रूप से चयनित
बेयसियन डायनामिक कंडीशनल कोरिलेशन गार्ग (बेयसियन डीसीसी-गार्ग)Bayesian DCC-GARCH estimates time-varying correlations across multiple financial or economic series by combining Engle's DCC-GARCH structure with Bayesian inference. Rather than maबेयसियन गाऊसी मिश्रण मॉडलThe Bayesian Gaussian Mixture Model places prior distributions over all mixture parameters and infers their posteriors — typically via Variational Bayes or MCMC — rather than fittiबेयसियन फ़ाइलोजेनेटिक विश्लेषणBayesian phylogenetic analysis uses Bayes' theorem and Markov chain Monte Carlo (MCMC) sampling to estimate the posterior probability distribution over phylogenetic trees and modelबायेसियन प्रोबिट मॉडलThe Bayesian Probit model is a binary regression method that models the probability of a binary outcome using the normal CDF (probit link) within a Bayesian framework. It assigns pडायनामिक हैमिल्टनियन मोंटे कार्लोDynamic Hamiltonian Monte Carlo — widely known as the No-U-Turn Sampler (NUTS) — is an adaptive extension of Hamiltonian Monte Carlo that automatically selects the number of leapfrडायनामिक मेट्रोपोलिस-हेस्टिंग्स एल्गोरिथमThe Dynamic Metropolis-Hastings (Dynamic MH) algorithm applies the Metropolis-Hastings MCMC sampler to Bayesian state-space and time-varying parameter models. At each time step, la
अध्ययन पथ
इस विषय की सर्वाधिक उद्धृत आधारभूत पद्धतियाँ, उनके विकास के क्रम में — यदि आप यहाँ नए हैं तो आरम्भ करने का स्थान।
सभी विधियाँ 48
बेयसियन डायनामिक कंडीशनल कोरिलेशन गार्ग (बेयसियन डीसीसी-गार्ग)बेयसियन गाऊसी मिश्रण मॉडलबेयसियन फ़ाइलोजेनेटिक विश्लेषणबायेसियन प्रोबिट मॉडलडायनामिक हैमिल्टनियन मोंटे कार्लोडायनामिक मेट्रोपोलिस-हेस्टिंग्स एल्गोरिथमडायनामिक पार्टिकल फिल्टरडायनामिक सीक्वेंशियल मोंटे कार्लोगिब्स सैंपलिंगमॉडल तुलना के लिए गिब्स सैंपलिंगमापन त्रुटि के साथ गिब्स सैंपलिंगलुप्त डेटा के साथ गिब्स सैंपलिंगहैमिल्टनियन मोंटे कार्लोमाप त्रुटि के साथ हैमिल्टनियन मोंटे कार्लोलापता डेटा के साथ हैमिल्टनियन मोंटे कार्लोपदानुक्रमित हैमिल्टनियन मोंटे कार्लोपदानुक्रमित मार्कोव श्रृंखला मोंटे कार्लोपदानुक्रमिक कण फ़िल्टर (Hierarchical Particle Filter)मार्कोव चेन मोंटे कार्लो (MCMC)मॉडल तुलना के लिए MCMCMCMC with Measurement ErrorMCMC (मिसिंग डेटा के साथ)मेट्रोपोलिस-हेस्टिंग्स एल्गोरिथममॉडल तुलना के लिए मेट्रोपोलिस-हेस्टिंग्समाप त्रुटि के साथ मेट्रोपोलिस-हेस्टिंग्सलुप्त डेटा के साथ मेट्रोपोलिस-हेस्टिंग्सबहुस्तरीय गिब्स नमूनाकरणबहुस्तरीय हैमिल्टनियन मोंटे कार्लोबहुस्तरीय MCMCबहुस्तरीय मेट्रोपोलिस-हेस्टिंग्सनो-यू-टर्न सैंपलर (NUTS)कण फ़िल्टर (अनुक्रमिक मोंटे कार्लो)माप त्रुटि युक्त कण फ़िल्टरलुप्त डेटा के साथ कण फ़िल्टर (Particle Filter with Missing Data)Robust Gibbs SamplingRobust Hamiltonian Monte CarloRobust Markov Chain Monte CarloRobust Particle Filterरोबस्ट सीक्वेंशियल मोंटे कार्लोसीक्वेंशियल मोंटे कार्लोमाप त्रुटि के साथ अनुक्रमिक मोंटे कार्लोSequential Monte Carlo with Missing Dataस्लाइस सैंपलिंगस्पेशल गिब्स सैम्पलिंगस्पेशल MCMCटाइम सीरीज़ MCMCटाइम सीरीज़ पार्टिकल फ़िल्टरसमय श्रृंखला अनुक्रमिक मोंटे कार्लो