Sampelan Gibbs untuk Perbandingan Model
Sampelan Gibbs untuk perbandingan model ialah pendekatan MCMC Bayesian yang secara serentak mengambil sampel daripada ruang model bersaing dan parameternya. Dengan menambahkan pemboleh ubah indeks model diskret pada pensampel Gibbs, kebarangkalian model posterior dan faktor Bayes dianggarkan daripada rantai Markov yang terhasil tanpa memerlukan larian berasingan bagi setiap model.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Carlin, B. P. & Chib, S. (1995). Bayesian model choice via Markov chain Monte Carlo methods. Journal of the Royal Statistical Society, Series B, 57(3), 473-484. DOI: 10.1111/j.2517-6161.1995.tb02042.x ↗
- 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
Cara memetik halaman ini
ScholarGate. (2026, June 3). Gibbs Sampling for Bayesian Model Comparison. ScholarGate. https://scholargate.app/ms/bayesian/gibbs-sampling-for-model-comparison
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.
- Bayesian Model AveragingBayesian↔ compare
- Sampel GibbsBayesian↔ compare
- Metropolis-Hastings untuk Perbandingan ModelBayesian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →