Bayesian methodsBayesian / computational
Spatial MCMC
Spatial MCMCは、観測間の空間的依存性を明示的に考慮するベイズモデルにマルコフ連鎖モンテカルロ（MCMC）サンプリングを適用する手法である。これは、条件付きautoregressive (CAR) モデル、同時autoregressive (SAR) モデル、または地理統計学（ガウス過程）モデルなどのモデルから事後サンプルを抽出し、ランダム効果、回帰係数、空間的範囲などの空間的に構造化されたパラメータの完全な不確実性分布を提供する。
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.
出典
- Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2015). Hierarchical Modeling and Analysis for Spatial Data (2nd ed.). CRC Press. ISBN: 978-1439819173
- Rue, H., & Held, L. (2005). Gaussian Markov Random Fields: Theory and Applications. CRC Press. ISBN: 978-1584884323
このページの引用方法
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Spatial Models. ScholarGate. https://scholargate.app/ja/bayesian/spatial-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.
Compare side by side →