Robusni Markovljevi lanci (MCMC)
Robusni MCMC kombinira uzorkovanje Markovljevih lanaca Monte Carlo s tehnikama robusnosti kako bi se proizvela pouzdana posteriorna inferencija kada podaci sadržavaju izvanredne vrijednosti (outliere), kada je pretpostavljeni model pogrešno specificiran, ili kada ciljna distribucija ima teške repove koji uzrokuju loše miješanje standardnih uzorkovača ili iskrivljene procjene.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- Roberts, G. O. & Rosenthal, J. S. (2004). General state space Markov chains and MCMC algorithms. Probability Surveys, 1, 20–71. DOI: 10.1214/154957804100000024 ↗
- Barp, A., Kennedy, C., Durmus, A. & Girolami, M. (2022). Targeted separation and convergence with kernel discrepancies. arXiv preprint. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Markov Chain Monte Carlo Sampling. ScholarGate. https://scholargate.app/hr/bayesian/robust-markov-chain-monte-carlo
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Gibbs uzorkovanjeBayesovska statistika↔ usporedi
- Hamiltonian Monte CarloBayesovska statistika↔ usporedi
- Markovova lančana Monte Carlo (MCMC)Bayesovska statistika↔ usporedi
- Robusno Bejzovsko zaključivanjeBayesovska statistika↔ usporedi
- Sekvencijalno Monte CarloBayesovska statistika↔ usporedi
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →