Bayesian methods
スライスサンプリング
スライスサンプリングは、Radford M. Neal が2003年の Annals of Statistics 論文で導入したマルコフ連鎖モンテカルロ（MCMC）アルゴリズムです。これは、ユーザーがステップサイズや提案分布を指定する必要なく、密度曲線の下の領域（「スライス」と呼ばれる）から一様にサンプリングすることで、ターゲット分布からサンプルを生成します。これにより、自己調整が可能になり、ベイズ事後推論に広く適用できます。
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.
出典
- Neal, R. M. (2003). Slice sampling (with discussion). Annals of Statistics, 31(3), 705–767. DOI: 10.1214/aos/1056562461 ↗
- 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). Slice Sampling MCMC. ScholarGate. https://scholargate.app/ja/bayesian/slice-sampling
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
- マルコフ連鎖モンテカルロ法 (MCMC)ベイズ↔ compare