MCMC multilivello
La MCMC multilivello applica il campionamento Markov chain Monte Carlo a modelli bayesiani gerarchici (multilivello). Essa estrae campioni dalla posteriore congiunta di parametri sia a livello di gruppo che a livello di popolazione simultaneamente, propagando l'incertezza attraverso i livelli e consentendo l'inferenza in strutture di dati raggruppate o annidate, dove le osservazioni all'interno dei gruppi condividono caratteristiche distributive comuni.
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.
+3 more
Fonti
- 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
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398-409. DOI: 10.1080/01621459.1990.10476213 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Multilevel Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/it/bayesian/multilevel-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.
- Regressione BayesianaBayesiano↔ compare
- Gibbs SamplingBayesiano↔ compare
- Hamiltonian Monte CarloBayesiano↔ compare
- Inferenza Bayesiana GerarchicaBayesiano↔ compare
- Algoritmo di Metropolis-HastingsBayesiano↔ compare
- Inferenza VariazionaleBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →