Markov Chain Monte Carlo robust
MCMC robust combină eșantionarea Markov Chain Monte Carlo cu tehnici de robustețe pentru a produce inferențe posterioare fiabile atunci când datele conțin valori aberante, când modelul asumat este incorect specificat sau când distribuția țintă are cozi groase care fac ca eșantionatorii standard să se amestece slab sau să producă estimări distorsionate.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Harta metodelor
Vecinătatea metodelor înrudite — selectați un nod pentru a explora.
Surse
- Roberts, G. O. & Rosenthal, J. S. (2004). General state space Markov chains and MCMC algorithms. Probability Surveys, 1, 20–71. DOI: 10.1214/154957804100000024 ↗
- Barp, A., Kennedy, C., Durmus, A. & Girolami, M. (2022). Targeted separation and convergence with kernel discrepancies. arXiv preprint. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Robust Markov Chain Monte Carlo Sampling. ScholarGate. https://scholargate.app/ro/bayesian/robust-markov-chain-monte-carlo
Ce metodă?
Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.
- Eșantionarea GibbsBayesian↔ compară
- Hamiltonian Monte CarloBayesian↔ compară
- Metoda Monte Carlo cu Lanțuri Markov (MCMC)Bayesian↔ compară
- Inferență Bayesiană RobustăBayesian↔ compară
- Monte Carlo SecvențialBayesian↔ compară
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →