Metropolis-Hastings za usporedbu modela
Metropolis-Hastings za usporedbu modela koristi MCMC algoritam Metropolis-Hastings za istovremeno istraživanje prostora parametara i modela, proizvodeći posteriorne vjerojatnosti za konkurentne modele i omogućujući procjenu Bayesovih faktora bez potrebe za zatvorenim oblikom marginalnih vjerojatnosti. Kanonska proširenja — reverzibilni skok MCMC algoritam prema Greenu (1995.) — obrađuje modele različitih dimenzionalnosti unutar jednog uzorkivača.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- Hastings, W. K. (1970). Monte Carlo sampling methods using Markov chains and their applications. Biometrika, 57(1), 97-109. DOI: 10.1093/biomet/57.1.97 ↗
- Green, P. J. (1995). Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika, 82(4), 711-732. DOI: 10.1093/biomet/82.4.711 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Metropolis-Hastings Algorithm for Bayesian Model Comparison. ScholarGate. https://scholargate.app/hr/bayesian/metropolis-hastings-for-model-comparison
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Bayesian Model AveragingBayesovska statistika↔ usporedi
- Gibbsovo uzorkovanje za usporedbu modelaBayesovska statistika↔ usporedi
- MCMC za usporedbu modelaBayesovska statistika↔ usporedi
- Sekvencijalno Monte CarloBayesovska statistika↔ usporedi
Citirana u
Similar methods
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →