Eșantionarea Gibbs robustă
Eșantionarea robustă Gibbs este o strategie Markov chain Monte Carlo (MCMC) care combină eșantionatorul Gibbs pe coordonate cu specificații de model cu cozi grele sau rezistente la valori aberante — cel mai frecvent verosimilități Student-t — astfel încât inferența posterioară să nu fie distorsionată de observații extreme. Aceasta realizează robustețea prin augmentarea datelor: fiecărei observații i se atribuie o pondere latentă a varianței care reduce automat ponderea valorilor aberante în timpul fiecărei etape de eșantionare.
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
- Geweke, J. (1993). Bayesian treatment of the independent Student-t linear model. Journal of Applied Econometrics, 8(S1), S19–S40. DOI: 10.1002/jae.3950080504 ↗
- Chib, S. & Greenberg, E. (1995). Understanding the Metropolis-Hastings algorithm. The American Statistician, 49(4), 327–335. DOI: 10.1080/00031305.1995.10476177 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Robust Gibbs Sampling. ScholarGate. https://scholargate.app/ro/bayesian/robust-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.
- Bayesian RegressionBayesian↔ compare
- Eșantionarea GibbsBayesian↔ compare
- Inferență Bayesiană RobustăBayesian↔ compare
- Markov Chain Monte Carlo robustBayesian↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →