Сэмплирование по Гиббсу для сравнения моделей

Сэмплирование по Гиббсу для сравнения моделей — это байесовский MCMC-подход, который одновременно осуществляет выборку из пространства конкурирующих моделей и их параметров. Путем расширения семплера Гиббса дискретной переменной индекса модели, апостериорные вероятности моделей и коэффициенты Байеса оцениваются из полученной цепи Маркова без необходимости отдельных прогонов для каждой модели.