Bayesian methodsBayesian / computational
MCMC modellösszehasonlításhoz
A modellösszehasonlításhoz szükséges MCMC (Markov-lánc Monte Carlo) algoritmusok becslik meg a marginális valószínűségeket és a Bayes-faktorokat, amelyek szükségesek ahhoz, hogy formálisan összehasonlítsuk a konkurenciáló modelleket.
A teljes módszer elolvasása
Csak tagoknak
BejelentkezésJelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
- Meng, X.-L., & Wong, W. H. (1996). Simulating ratios of normalizing constants via a simple identity: A theoretical exploration. Statistica Sinica, 6(4), 831–860. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Bayesian Model Comparison. ScholarGate. https://scholargate.app/hu/bayesian/mcmc-for-model-comparison
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Approximate Bayesian ComputationSzimuláció↔ compare
- Bayes-féle modellátlagolásBayes-statisztika↔ compare
- Gibbs-mintavételBayes-statisztika↔ compare
- Hamiltonian Monte CarloBayes-statisztika↔ compare
- Markov-lánc Monte Carlo (MCMC)Bayes-statisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →