Multilevel MCMC
Multilevel MCMC aplica amostragem de Markov chain Monte Carlo (MCMC) a modelos Bayesianos hierárquicos (multinível). Ele extrai amostras da posterior conjunta de parâmetros de nível de grupo e de nível populacional simultaneamente, propagando a incerteza entre os níveis e permitindo inferência em estruturas de dados agrupadas ou aninhadas onde observações dentro de grupos compartilham características distribucionais comuns.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Fontes
- 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
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398-409. DOI: 10.1080/01621459.1990.10476213 ↗
Como citar esta página
ScholarGate. (2026, June 3). Multilevel Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/pt/bayesian/multilevel-mcmc
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.
- Regressão BayesianaBayesiano↔ compare
- Amostragem de GibbsBayesiano↔ compare
- Monte Carlo HamiltonianoBayesiano↔ compare
- Inferência Bayesiana HierárquicaBayesiano↔ compare
- Algoritmo de Metropolis-HastingsBayesiano↔ compare
- Inferência VariacionalBayesiano↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →