Časové MCMC
Časové MCMC aplikuje metódy Markovových reťazcov Monte Carlo na Bayesovskú inferenciu nad časovo usporiadanými údajmi. Namiesto optimalizácie jedného odhadu parametra čerpá vzorky z plnej spoločnej apostériornej distribúcie parametrov a latentných stavov, čím poskytuje pravdepodobnostné distribúcie, ktoré poctivo odrážajú neistotu týkajúcu sa dynamiky, trendov a sezónnych vzorcov v každom časovom bode.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Carter, C. K. & Kohn, R. (1994). On Gibbs sampling for state space models. Biometrika, 81(3), 541–553. DOI: 10.1093/biomet/81.3.541 ↗
- West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
Ako citovať túto stránku
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Time Series Models. ScholarGate. https://scholargate.app/sk/bayesian/time-series-mcmc
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.
- Dynamická bayesovská inferenciaBayesovské metódy↔ compare
- Gibbs SamplingBayesovské metódy↔ compare
- Hamiltonovský Monte CarloBayesovské metódy↔ compare
- Kalmanov filterBayesovské metódy↔ compare
- Časticový filter (sekvenčné metódy Monte Carlo)Bayesovské metódy↔ compare
- Sekvenčné Monte CarloBayesovské metódy↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →