Hamiltonian Monte Carlo med målefeil
Hamiltonian Monte Carlo (HMC) med målefeil er en Bayesiansk beregningsstrategi for å tilpasse modeller der en eller flere kovariater observeres med støy. HMC sampler samlet fra posteriorfordelingen over modellparametre og de uobserverte sanne kovariateverdiene, ved bruk av gradientbaserte forslag som utforsker den høy-dimensjonale posteriorfordelingen effektivt og unngår den langsomme random-walk-oppførselen til standard Metropolis-sampling.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584886334
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113-162). CRC Press. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Bayesian Measurement Error Models. ScholarGate. https://scholargate.app/no/bayesian/hamiltonian-monte-carlo-with-measurement-error
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.
- Bayesiansk inferens med målefeilBayesiansk↔ compare
- Gibbs-sampling med målefeilBayesiansk↔ compare
- Hamiltonian Monte CarloBayesiansk↔ compare
- Kalmanfilter med målingsfeilBayesiansk↔ compare
- MCMC med målefeilBayesiansk↔ compare
- Variasjonell inferens med målefeilBayesiansk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →