Algoritmo di Metropolis-Hastings
L'algoritmo di Metropolis-Hastings (MH) è un metodo generico di catena di Markov Monte Carlo (MCMC) per estrarre campioni da qualsiasi distribuzione di probabilità la cui densità possa essere valutata fino a una costante di normalizzazione. Introdotto da Metropolis, Rosenbluth, Rosenbluth, Teller e Teller (1953) nella fisica computazionale e generalizzato da Hastings (1970) a distribuzioni di proposta asimmetriche, è l'algoritmo fondamentale da cui quasi tutti i successivi campionatori MCMC — campionamento di Gibbs, Monte Carlo Hamiltoniano, campionamento a fette — sono derivati o possono essere visti come casi speciali.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fonti
- Metropolis, N., Rosenbluth, A. W., Rosenbluth, M. N., Teller, A. H., & Teller, E. (1953). Equation of state calculations by fast computing machines. The Journal of Chemical Physics, 21(6), 1087–1092. DOI: 10.1063/1.1699114 ↗
- 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 ↗
- Robert, C. P., & Casella, G. (2004). Monte Carlo Statistical Methods (2nd ed.). Springer. ISBN: 978-0-387-21239-5
- 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: 978-1-439-84095-5
Come citare questa pagina
ScholarGate. (2026, June 3). Metropolis-Hastings Markov Chain Monte Carlo Algorithm. ScholarGate. https://scholargate.app/it/bayesian/metropolis-hastings-algorithm
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.
- Regressione BayesianaBayesiano↔ compare
- Gibbs SamplingBayesiano↔ compare
- Hamiltonian Monte CarloBayesiano↔ compare
- Monte Carlo SequenzialeBayesiano↔ compare
- Campionamento per FetteBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →