Slice Sampling
Slice sampling is een Markov chain Monte Carlo (MCMC) algoritme geïntroduceerd door Radford M. Neal in zijn paper uit 2003 in Annals of Statistics. Het genereert samples uit een doelverdeling door uniform te trekken uit het gebied onder de dichtheidscurve — de zogenaamde 'slice' — zonder dat de gebruiker een stapgrootte of proposal-verdeling hoeft te specificeren, waardoor het zelf-tunerend en breed toepasbaar is voor Bayesiaanse posterieure inferentie.
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
- Neal, R. M. (2003). Slice sampling (with discussion). Annals of Statistics, 31(3), 705–767. DOI: 10.1214/aos/1056562461 ↗
- 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
- Robert, C. P., & Casella, G. (2004). Monte Carlo Statistical Methods (2nd ed.). Springer. ISBN: 978-0387212395
Deze pagina citeren
ScholarGate. (2026, June 3). Slice Sampling MCMC. ScholarGate. https://scholargate.app/nl/bayesian/slice-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
- Hamiltonian Monte CarloBayesiaanse statistiek↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiaanse statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →