Робусна Марковљева ланчана Монте Карло симулација
Робусна MCMC комбинује Марковљево ланчано Монте Карло узорковање са техникама робусности како би произвела поуздано постериорно извођење када подаци садрже екстремне вредности, када је претпостављени модел погрешно специфициран, или када циљна дистрибуција има тешке репове који узрокују да стандардни узорковачи лоше мешају или дају изобличене процене.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Mapa metoda
Okruženje srodnih metoda — izaberite čvor da biste istraživali.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Markov Chain Monte Carlo Sampling. ScholarGate. https://scholargate.app/sr/bayesian/robust-markov-chain-monte-carlo
Koja metoda?
Postavite ovu metodu pored njoj najbližih srodnika i čitajte ih uporedo — biblioteka polaže knjige na sto; izbor je na vama.
- Gibbsovo uzorkovanjeBajesovska statistika↔ uporedi
- Хамилтонски Монте КарлоBajesovska statistika↔ uporedi
- Markov Chain Monte Carlo (MCMC)Bajesovska statistika↔ uporedi
- Робусна Бајезијанска ИнференцијаBajesovska statistika↔ uporedi
- Sekvenciјalni Monte KarloBajesovska statistika↔ uporedi
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →