Bayesian methodsBayesian / computational
測定誤差を伴うハミルトニアン・モンテカルロ法
測定誤差を伴うハミルトニアン・モンテカルロ法（HMC）は、1つ以上の共変量がノイズを伴って観測されるモデルを適合させるためのベイズ計算戦略である。HMCは、モデルパラメータと観測されていない真の共変量値の事後分布から同時にサンプリングを行い、勾配ベースの提案を用いて高次元の事後分布を効率的に探索し、標準的なメトロポリスサンプリングの遅いランダムウォーク挙動を回避する。
MethodMindで開く近日公開Apply, compare, get guidance
Tools & resources
Learn & explore
動画近日公開
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584886334
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113-162). CRC Press. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Bayesian Measurement Error Models. ScholarGate. https://scholargate.app/ja/bayesian/hamiltonian-monte-carlo-with-measurement-error
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- 測定誤差を伴うベイズ推論ベイズ↔ 比較
- 測定誤差を伴うギブスサンプリングベイズ↔ 比較
- ハミルトニアンモンテカルロベイズ↔ 比較
- カルマンフィルタ（測定誤差あり）ベイズ↔ 比較
- 測定誤差を伴うMCMCベイズ↔ 比較
- 測定誤差を伴う変分推論ベイズ↔ 比較
この手法を参照する項目
Similar methods
Metropolis-Hastings with measurement errorBayesian Inference with Measurement ErrorMCMC with Measurement ErrorVariational Inference with Measurement ErrorGibbs Sampling with Measurement ErrorHamiltonian Monte Carlo with Missing DataHierarchical Hamiltonian Monte CarloBayesian Model Averaging with Measurement Error