Robust Gibbs Sampling

Robust Gibbs sampling er en Markov chain Monte Carlo-strategi som kombinerer den koordinatvise Gibbs-sampler med fordelinger med tunge haler eller utliggertolerante modellspesifikasjoner – oftest Student-t-likelihoods – slik at den posteriore inferensen ikke forvrenges av ekstreme observasjoner. Den oppnår robusthet gjennom datadaugumentering: hver observasjon får en latent variansvekt som automatisk nedvekter utliggere under hver sampling-sweep.