Hamiltonovo Monte Carlo s pogreškom mjerenja
Hamiltonovo Monte Carlo (HMC) s pogreškom mjerenja je Bayesovska računalna strategija za prilagodbu modela gdje je jedan ili više kovarijata promatran s šumom. HMC uzorkuje zajednički iz aposteriorne raspodjele nad parametrima modela i neopaženim istinskim vrijednostima kovarijata, koristeći prijedloge temeljene na gradijentu koji učinkovito istražuju visokodimenzionalnu aposteriornu raspodjelu i izbjegavaju sporo ponašanje slučajnog hodanja standardnog Metropolisovog uzorkovanja.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Bayesian Measurement Error Models. ScholarGate. https://scholargate.app/hr/bayesian/hamiltonian-monte-carlo-with-measurement-error
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Bayesovo zaključivanje s pogreškom mjerenjaBayesovska statistika↔ usporedi
- Gibbsovo uzorkovanje s pogreškom mjerenjaBayesovska statistika↔ usporedi
- Hamiltonian Monte CarloBayesovska statistika↔ usporedi
- Kalmanov filtar s pogreškom mjerenjaBayesovska statistika↔ usporedi
- MCMC s pogreškom mjerenjaBayesovska statistika↔ usporedi
- Varijacijsko zaključivanje s pogreškom mjerenjaBayesovska statistika↔ usporedi
Citirana u
Similar methods
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →