MCMC za poređenje modela
MCMC za poređenje modela koristi Monte Karlo algoritme Markovskih lanaca za procenu marginalnih verovatnoća i Bajesovih faktora potrebnih za formalno poređenje konkurentskih statističkih modela. Tehnike kao što su MCMC sa reverzibilnim skokom (reversible-jump MCMC) i uzorkovanje mosta (bridge sampling) omogućavaju istraživanje prostora modela različitih dimenzionalnosti, omogućavajući potpuno Bajesovu selekciju i usrednjavanje modela.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Green, P. J. (1995). Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika, 82(4), 711–732. DOI: 10.1093/biomet/82.4.711 ↗
- Meng, X.-L., & Wong, W. H. (1996). Simulating ratios of normalizing constants via a simple identity: A theoretical exploration. Statistica Sinica, 6(4), 831–860. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Bayesian Model Comparison. ScholarGate. https://scholargate.app/sr/bayesian/mcmc-for-model-comparison
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.
- Приближна Бајесова компјутацијаSimulacija↔ compare
- Bayesian Model AveragingBajesovska statistika↔ compare
- Gibbsovo uzorkovanjeBajesovska statistika↔ compare
- Хамилтонски Монте КарлоBajesovska statistika↔ compare
- Markov Chain Monte Carlo (MCMC)Bajesovska statistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →