Metropolis-Hastings Niveles së Shumëfishtë
Metropolis-Hastings Niveles së Shumëfishtë aplikon algoritmin MCMC Metropolis-Hastings në modele bajesiane hierarkike (me shumë nivele), duke nxjerrë kampionë bashkërisht nga parametrat e nivelit të grupit dhe hiperparametrat duke propozuar vlera kandidate dhe duke i pranuar ose refuzuar ato përmes një raporti që respekton të gjithë pasposterioren e përbashkët në të gjitha nivelet e modelit.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Harta e metodave
Lagjja e metodave të lidhura — zgjidhni një nyje për të eksploruar.
Burimet
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
- Roberts, G. O. & Sahu, S. K. (1997). Updating schemes, correlation structure, blocking and parameterisation for the Gibbs sampler. Journal of the Royal Statistical Society: Series B, 59(2), 291-317. DOI: 10.1111/1467-9868.00070 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Multilevel Metropolis-Hastings Algorithm. ScholarGate. https://scholargate.app/sq/bayesian/multilevel-metropolis-hastings
Cila metodë?
Vendoseni këtë metodë pranë të afërmeve të saj më të ngushta dhe lexojini krah për krah — biblioteka i shtron librat mbi tryezë; zgjedhja është e juaja.
- Inferenca Bayesiane HierarkikeStatistika bajesiane↔ krahaso
- Algoritmi Metropolis-HastingsStatistika bajesiane↔ krahaso
- Inferenca Bajeziane MultilevelStatistika bajesiane↔ krahaso
- Mostrimi Gibbs me Shumë NiveleStatistika bajesiane↔ krahaso
- Hamiltonian Monte Carlo Shumë-NiveleveStatistika bajesiane↔ krahaso
- Inferencë Variacionale ShumënivelësheStatistika bajesiane↔ krahaso
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →