Próbkowanie Gibbsa do porównywania modeli
Próbkowanie Gibbsa do porównywania modeli to bayesowskie podejście MCMC, które jednocześnie próbkuje z przestrzeni konkurujących modeli i ich parametrów. Dzięki rozszerzeniu próbnika Gibbsa o dyskretną zmienną indeksu modelu, prawdopodobieństwa a posteriori modelu i czynniki Bayesa są estymowane z wynikowego łańcucha Markowa bez konieczności oddzielnych uruchomień dla każdego modelu.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Carlin, B. P. & Chib, S. (1995). Bayesian model choice via Markov chain Monte Carlo methods. Journal of the Royal Statistical Society, Series B, 57(3), 473-484. DOI: 10.1111/j.2517-6161.1995.tb02042.x ↗
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Gibbs Sampling for Bayesian Model Comparison. ScholarGate. https://scholargate.app/pl/bayesian/gibbs-sampling-for-model-comparison
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.
- Uśrednianie modeli bayesowskichStatystyka bayesowska↔ compare
- Próbkowanie GibbsaStatystyka bayesowska↔ compare
- Metropolis-Hastings do porównywania modeliStatystyka bayesowska↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →