Bayesian methods

Markov Chain Monte Carlo (MCMC)

Markov Chain Monte Carlo (MCMC) adalah keluarga algoritma komputasi untuk mengambil sampel dari distribusi probabilitas yang kompleks, paling umum distribusi posterior yang muncul dalam inferensi Bayesian. Alih-alih menghitung posterior secara analitis — yang jarang mungkin untuk model realistis — MCMC membangun rantai Markov yang distribusi stasionernya adalah posterior target dan menarik sampel dependen darinya, memungkinkan inferensi probabilistik penuh untuk hampir semua model.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

The neighbourhood of related methods — select a node to explore.

Markov Chain Monte Carlo (MCMC)

Rata-rata Model Bayesian Regresi Bayesian Inferensi Variasional Inferensi Variasional Di…Uji Faktor Bayes ANOVA Bayesian Analisis Faktor Bayesian Model Hirarkis Bayesian Inferensi Bayesian denga…Regresi Linear Bayesian

+25 more

Sumber

Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Brooks, S., Gelman, A., Jones, G. & Meng, X.-L. (Eds.). (2011). Handbook of Markov Chain Monte Carlo. CRC Press. ISBN: 978-1420079418

Cara menyitasi halaman ini

ScholarGate. (2026, June 1). Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/id/bayesian/mcmc

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.

Rata-rata Model BayesianBayesian↔ compare
Regresi BayesianBayesian↔ compare
Inferensi VariasionalBayesian↔ compare

Compare side by side →

Dirujuk oleh

Inferensi Variasional Diferensiasi Otomatis (ADVI)Uji Faktor Bayes ANOVA Bayesian Analisis Faktor Bayesian Model Hirarkis Bayesian Inferensi Bayesian dengan Kesalahan Pengukuran Regresi Linear Bayesian Regresi Logistik Bayesian Rata-rata Model Bayesian Perataan Model Bayesian dengan Kesalahan Pengukuran Jaringan Bayesian Metode Nonparametrik Bayesian Regresi Bayesian Pemodelan Persamaan Struktural Bayesian (BSEM)Rangkaian Deret Waktu Struktural Bayesian Analisis Prior Konjugat Model Campuran Proses Dirichlet Bayes Empiris Propagasi Ekspektasi (EP)Sampling Gibbs Hamiltonian Monte Carlo Inferensi Bayesian Hierarkis Hamiltonian Monte Carlo Hirarkis Inferensi Variasional Hierarkis Aproksimasi Laplace MCMC untuk Perbandingan Model MCMC dengan Kesalahan Pengukuran Inferensi Bayesian Multitingkat No-U-Turn Sampler (NUTS)Filter Partikel (Monte Carlo Sekuensial)Robust Bayesian Model Averaging Markov Chain Monte Carlo Robust Monte Carlo Sekuensial Slice Sampling Inferensi Variasional

Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →