Hiërarchische Hamiltoniaanse Monte Carlo
Hiërarchische Hamiltoniaanse Monte Carlo (Hiërarchische HMC) past Hamiltoniaanse Monte Carlo-sampling toe op Bayesiaanse hiërarchische modellen, en pakt de ernstige geometrische uitdagingen aan die deze modellen met zich meebrengen. Door niet-gecentreerde parametriseringen te combineren met de gradiënt-gedreven voorstellen van HMC, bereikt het efficiënte posterior-exploratie van de meerlaagse trechtervormige geometrieën waarmee standaard MCMC-methoden worstelen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- Betancourt, M. & Girolami, M. (2015). Hamiltonian Monte Carlo for hierarchical models. In S. K. Upadhyay, U. Singh, D. K. Dey & A. Loganathan (Eds.), Current Trends in Bayesian Methodology with Applications (pp. 79-101). CRC Press. link ↗
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Hierarchical Models. ScholarGate. https://scholargate.app/nl/bayesian/hierarchical-hamiltonian-monte-carlo
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Bayesian RegressieBayesiaanse statistiek↔ vergelijken
- Hamiltonian Monte CarloBayesiaanse statistiek↔ vergelijken
- Hiërarchische Bayesiaanse InferentieBayesiaanse statistiek↔ vergelijken
- Hiërarchische Markovketen Monte CarloBayesiaanse statistiek↔ vergelijken
- Markov Chain Monte Carlo (MCMC)Bayesiaanse statistiek↔ vergelijken
Geciteerd door
Similar methods
Een fout op deze pagina gezien? Meld het of stel een correctie voor →