Robuuste Gibbs-steekproeftrekking
Robuuste Gibbs-steekproeftrekking is een Markovketting Monte Carlo-strategie die de coördinaat-gewijze Gibbs-steekproefnemer koppelt aan modellen met zware staarten of die bestand zijn tegen uitschieters — meestal Student-t-likelihoods — zodat de posterieure inferentie niet wordt vervormd door extreme observaties. Het bereikt robuustheid door data-augmentatie: elke observatie krijgt een latente variantiegewicht dat uitschieters automatisch naar beneden weegt tijdens elke steekproef-sweep.
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
- Geweke, J. (1993). Bayesian treatment of the independent Student-t linear model. Journal of Applied Econometrics, 8(S1), S19–S40. DOI: 10.1002/jae.3950080504 ↗
- Chib, S. & Greenberg, E. (1995). Understanding the Metropolis-Hastings algorithm. The American Statistician, 49(4), 327–335. DOI: 10.1080/00031305.1995.10476177 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Gibbs Sampling. ScholarGate. https://scholargate.app/nl/bayesian/robust-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.
- Bayesian RegressieBayesiaanse statistiek↔ compare
- Gibbs SamplingBayesiaanse statistiek↔ compare
- Robuuste Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- Robuuste Markovketting Monte CarloBayesiaanse statistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →