Robusztus Gibbs-mintavételezés
A robusztus Gibbs-mintavételezés egy Markov-lánc Monte Carlo stratégia, amely a koordináta-orientált Gibbs-mintavételezőt nehéz farkú vagy kiugró értékekre ellenálló modellspecifikációkkal – leggyakrabban Student-t valószínűségi függvényekkel – párosítja, hogy a poszterior következtetést ne torzítsák a szélsőséges megfigyelések. A robusztusságot adatkiegészítéssel éri el: minden megfigyelés kap egy látens variancia súlyt, amely automatikusan csökkenti a kiugró értékek súlyát minden mintavételezési lépés során.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Geweke, J. (1993). Bayesian treatment of the independent Student-t linear model. Journal of Applied Econometrics, 8(S1), S19–S40. DOI: 10.1002/jae.3950080504 ↗
- Chib, S. & Greenberg, E. (1995). Understanding the Metropolis-Hastings algorithm. The American Statistician, 49(4), 327–335. DOI: 10.1080/00031305.1995.10476177 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Robust Gibbs Sampling. ScholarGate. https://scholargate.app/hu/bayesian/robust-gibbs-sampling
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.
- Bayes-féle RegresszióBayes-statisztika↔ compare
- Gibbs-mintavételBayes-statisztika↔ compare
- Robusztus Bayes-i következtetésBayes-statisztika↔ compare
- Robuszt Markov-lánc Monte CarloBayes-statisztika↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →