Bayesian methodsBayesian / computational

Робусно Гибсово узорковање

Робусно Гибсово узорковање је стратегија Монте Карло ланца Маркова која комбинује координатно-по-координатно Гибсово узорковање са моделом спецификација са тешким реповима или моделом отпорним на екстремне вредности — најчешће Студентовим t-вероватноћама — тако да се постериорна инференција не искривљује екстремним посматрањима. Робусност постиже путем допуне података: свако посматрање добија латентну тежинску варијансу која аутоматски смањује утицај екстремних вредности током сваког корака узорковања.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

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

Izvori

  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

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Robust Gibbs Sampling. ScholarGate. https://scholargate.app/sr/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). Preuzeto 2026-06-15 sa https://scholargate.app/sr/bayesian/robust-gibbs-sampling · Skup podataka: https://doi.org/10.5281/zenodo.20539026