Bayesian methodsBayesian / computational
時系列MCMC
時系列MCMCは、マルコフ連鎖モンテカルロ法を時系列順のデータに対するベイズ推論に適用する手法である。単一のパラメータ推定値を最適化するのではなく、パラメータと潜在状態の完全な同時事後分布から標本を抽出し、各時点におけるダイナミクス、トレンド、季節パターンに関する不確実性を正直に反映した確率分布を得る。
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
- Carter, C. K. & Kohn, R. (1994). On Gibbs sampling for state space models. Biometrika, 81(3), 541–553. DOI: 10.1093/biomet/81.3.541 ↗
- West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
このページの引用方法
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Time Series Models. ScholarGate. https://scholargate.app/ja/bayesian/time-series-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.
- 動的ベイズ推論ベイズ↔ compare
- Gibbs Samplingベイズ↔ compare
- ハミルトニアンモンテカルロベイズ↔ compare
- カルマンフィルターベイズ↔ compare
- パーティクルフィルタ（逐次モンテカルロ法）ベイズ↔ compare
- 逐次モンテカルロ法ベイズ↔ compare