Bayesian methodsBayesian / computational
階層マルコフ連鎖モンテカルロ法
階層マルコフ連鎖モンテカルロ法（Hierarchical Markov chain Monte Carlo, HMCMC）は、MCMCサンプリングを階層ベイズモデルに適用し、観測レベルのパラメータとそれらを支配する超パラメータの両方から同時に事後分布をサンプリングする手法である。これにより、個人から集団、そして個体群に至るまで、多層構造のあらゆるレベルにわたる不確実性を、ギブスサンプリング、メトロポリス・ヘイスティングス法、あるいはハミルトニアンモンテカルロ法などのアルゴリズムを用いて、原理的に伝播させることが可能となる。
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。
他 2 件
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Hierarchical Bayesian Models. ScholarGate. https://scholargate.app/ja/bayesian/hierarchical-markov-chain-monte-carlo
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。
- ベイズ回帰ベイズ↔ 比較
- Gibbs Samplingベイズ↔ 比較
- ハミルトニアンモンテカルロベイズ↔ 比較
- 階層ベイズ推論ベイズ↔ 比較
- メトロポリス・ヘイスティングス法ベイズ↔ 比較
- 変分推論ベイズ↔ 比較