Amostragem de Gibbs Espacial
A amostragem de Gibbs espacial aplica o amostrador de Gibbs — um algoritmo de Monte Carlo de cadeia de Markov coordenada a coordenada — a modelos onde as observações são dispostas no espaço e locais próximos são estatisticamente dependentes. Ao explorar a independência condicional implicada por uma estrutura de vizinhança espacial, cada sítio é atualizado um de cada vez, dadas as suas vizinhanças, tornando a inferência posterior tratável para campos aleatórios de Markov, campos aleatórios Gaussianos e modelos geoestatísticos hierárquicos.
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.
Fontes
- Geman, S. & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721–741. DOI: 10.1109/TPAMI.1984.4767596 ↗
- Rue, H. & Held, L. (2005). Gaussian Markov Random Fields: Theory and Applications. Chapman & Hall/CRC. ISBN: 978-1584884323
Como citar esta página
ScholarGate. (2026, June 3). Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models. ScholarGate. https://scholargate.app/pt/bayesian/spatial-gibbs-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.
- Modelo Hierárquico BayesianoBayesiano↔ compare
- Amostragem de GibbsBayesiano↔ compare
- Inferência Bayesiana EspacialBayesiano↔ compare
- MCMC EspacialBayesiano↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →