Multilevel Markov-kettingmonte-Carlo
Multilevel MCMC past Markov chain Monte Carlo-sampling toeen hiërarchische (multilevel) Bayesiaanse modellen. Het trekt steekproeven uit de gezamenlijke posterior van zowel groepsniveau- als populatieniveauparameters tegelijkertijd, waarbij onzekerheid over niveaus wordt voortgeplant en gevolgtrekkingen mogelijk worden in gegroepeerde of geneste gegevensstructuren waarbij observaties binnen groepen gemeenschappelijke distributionele kenmerken delen.
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.
+3 more
Bronnen
- 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
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398-409. DOI: 10.1080/01621459.1990.10476213 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Multilevel Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/nl/bayesian/multilevel-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.
- Bayesian RegressieBayesiaanse statistiek↔ compare
- Gibbs SamplingBayesiaanse statistiek↔ compare
- Hamiltonian Monte CarloBayesiaanse statistiek↔ compare
- Hiërarchische Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- Metropolis-Hastings AlgoritmeBayesiaanse statistiek↔ compare
- Variatie-inferentieBayesiaanse statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →