Metropolis-Hastings modellösszehasonlítás
A Metropolis-Hastings modellösszehasonlításhoz a Metropolis-Hastings MCMC algoritmust használja a paraméter- és modellterek egyidejű feltárására, versengő modellek utólagos valószínűségeinek előállításával és Bayes-faktor becslésének lehetővé tételével anélkül, hogy zárt alakú peremelihoodokra lenne szükség. A kanonikus kiterjesztés — Green (1995) megfordítható ugrásos MCMC-je — különböző dimenziójú modelleket kezel egyetlen mintavételezőn belül.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Metropolis-Hastings Algorithm for Bayesian Model Comparison. ScholarGate. https://scholargate.app/hu/bayesian/metropolis-hastings-for-model-comparison
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Bayes-féle modellátlagolásBayes-statisztika↔ összehasonlítás
- Gibbs-mintavételezés modellösszehasonlításhozBayes-statisztika↔ összehasonlítás
- MCMC modellösszehasonlításhozBayes-statisztika↔ összehasonlítás
- Szekvenciális Monte CarloBayes-statisztika↔ összehasonlítás
Hivatkozik rá
Similar methods
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →