Multilevel Gibbs-steekproefneming
Multilevel Gibbs sampling past het Gibbs MCMC-algoritme toe op hiërarchische (multilevel) Bayesiaanse modellen, waarbij afwisselend door de conditionele verdelingen van groepsniveau-parameters en populatieniveau-hyperparameters wordt gelopen. Dit maakt gebruik van de conditionele onafhankelijkheidsstructuur van de hiërarchie om exacte of bijna-exacte steekproeven te trekken uit een posterior die anders analytisch onoplosbaar zou zijn.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Gelman, A. & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- 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). Multilevel Gibbs Sampling for Hierarchical Bayesian Models. ScholarGate. https://scholargate.app/nl/bayesian/multilevel-gibbs-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.
- Bayesiaanse Hiërarchische ModelBayesiaanse statistiek↔ compare
- Gibbs SamplingBayesiaanse statistiek↔ compare
- Hamiltonian Monte CarloBayesiaanse statistiek↔ compare
- Hiërarchische Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- Metropolis-Hastings AlgoritmeBayesiaanse statistiek↔ compare
- Multilevel Markov-kettingmonte-CarloBayesiaanse statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →