Bayesian methods
メトロポリス・ヘイスティングス法
メトロポリス・ヘイスティングス（MH）法は、正規化定数まで評価可能な任意の確率分布から標本を抽出するための汎用マルコフ連鎖モンテカルロ（MCMC）法である。計算物理学においてメトロポリスら（1953年）によって導入され、ヘイスティングス（1970年）によって非対称な提案分布に一般化されたこの手法は、ほぼ全ての後続のMCMCサンプラー（ギブスサンプリング、ハミルトニアンモンテカルロ、スライスサンプリングなど）が導出されるか、あるいは特殊なケースと見なせる基礎的なアルゴリズムである。
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。
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). Metropolis-Hastings Markov Chain Monte Carlo Algorithm. ScholarGate. https://scholargate.app/ja/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.
- ベイズ回帰ベイズ↔ compare
- Gibbs Samplingベイズ↔ compare
- ハミルトニアンモンテカルロベイズ↔ compare
- 逐次モンテカルロ法ベイズ↔ compare
- スライスサンプリングベイズ↔ compare