MCMC pentru compararea modelelor
MCMC pentru compararea modelelor utilizează algoritmi Markov chain Monte Carlo pentru a estima verosimilitudinile marginale și factorii Bayes necesari pentru a compara formal modele statistice concurente. Tehnici precum MCMC cu salt reversibil (reversible-jump MCMC) și eșantionarea prin punte (bridge sampling) permit explorarea spațiilor de modele de dimensionalitate diferită, permițând selecția și medierea modelelor complet bayesiene.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Green, P. J. (1995). Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika, 82(4), 711–732. DOI: 10.1093/biomet/82.4.711 ↗
- Meng, X.-L., & Wong, W. H. (1996). Simulating ratios of normalizing constants via a simple identity: A theoretical exploration. Statistica Sinica, 6(4), 831–860. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Bayesian Model Comparison. ScholarGate. https://scholargate.app/ro/bayesian/mcmc-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.
- Calculul bayesian aproximativSimulare↔ compare
- Bayesian Model AveragingBayesian↔ compare
- Eșantionarea GibbsBayesian↔ compare
- Hamiltonian Monte CarloBayesian↔ compare
- Metoda Monte Carlo cu Lanțuri Markov (MCMC)Bayesian↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →