ScholarGate
Asistent
Bayesian methodsBayesian / computational

Robustný Gibbsův vzorkovač

Robustný Gibbsův vzorkovač je stratégia Markovovej reťazovej Monte Carlo metódy, ktorá spája súradnicovo-riešený Gibbsov vzorkovač s modelovými špecifikáciami s ťažkými chvostami alebo odolnými voči odľahlým hodnotám – najčastejšie s t-rodelovou vierohodnosťou –, takže inferencia posteriornej distribúcie nie je skreslená extrémnymi pozorovaniami. Robustnosť dosahuje pomocou augmentácie dát: každé pozorovanie dostane latentnú váhu rozptylu, ktorá automaticky znižuje váhu odľahlých hodnôt počas každého vzorkovacieho cyklu.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. 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
  2. Chib, S. & Greenberg, E. (1995). Understanding the Metropolis-Hastings algorithm. The American Statistician, 49(4), 327–335. DOI: 10.1080/00031305.1995.10476177

Ako citovať túto stránku

ScholarGate. (2026, June 3). Robust Gibbs Sampling. ScholarGate. https://scholargate.app/sk/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.

Compare side by side
ScholarGateRobust Gibbs Sampling (Robust Gibbs Sampling). Získané 2026-06-15 z https://scholargate.app/sk/bayesian/robust-gibbs-sampling · Dátová sada: https://doi.org/10.5281/zenodo.20539026