Slice Sampling
Slice sampling adalah sebuah algoritma Markov chain Monte Carlo (MCMC) yang diperkenalkan oleh Radford M. Neal dalam makalahnya di Annals of Statistics tahun 2003. Algoritma ini menghasilkan sampel dari distribusi target dengan cara mengambil sampel secara seragam dari area di bawah kurva densitas — yang disebut 'slice' — tanpa mengharuskan pengguna menentukan ukuran langkah atau distribusi proposal, menjadikannya dapat menyesuaikan diri sendiri dan berlaku luas untuk inferensi posterior Bayesian.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Neal, R. M. (2003). Slice sampling (with discussion). Annals of Statistics, 31(3), 705–767. DOI: 10.1214/aos/1056562461 ↗
- 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
- Robert, C. P., & Casella, G. (2004). Monte Carlo Statistical Methods (2nd ed.). Springer. ISBN: 978-0387212395
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Slice Sampling MCMC. ScholarGate. https://scholargate.app/id/bayesian/slice-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.
- Regresi BayesianBayesian↔ compare
- Sampling GibbsBayesian↔ compare
- Hamiltonian Monte CarloBayesian↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →