Robustná metóda Monte Carlo Markovovými reťazcami
Robustná MCMC kombinuje vzorkovanie metódou Monte Carlo Markovovými reťazcami s technikami robustnosti, aby sa dosiahol spoľahlivý posteriorný odhad, keď dáta obsahujú odľahlé hodnoty, keď je predpokladaný model nesprávne špecifikovaný, alebo keď má cieľová distribúcia ťažké chvosty, ktoré spôsobujú, že štandardné vzorkovače sa zle miešajú alebo poskytujú skreslené odhady.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Robust Markov Chain Monte Carlo Sampling. ScholarGate. https://scholargate.app/sk/bayesian/robust-markov-chain-monte-carlo
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Gibbs SamplingBayesovské metódy↔ porovnať
- Hamiltonovský Monte CarloBayesovské metódy↔ porovnať
- Markov Chain Monte Carlo (MCMC)Bayesovské metódy↔ porovnať
- Robustná bayesovská inferenciaBayesovské metódy↔ porovnať
- Sekvenčné Monte CarloBayesovské metódy↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →