MCMC i uzorkovanje
48 metoda u ovoj porodici.
Izdvojeno
Bayesian Dynamic Conditional Correlation GARCH (Bayesian DCC-GARCH)Bayesian DCC-GARCH estimates time-varying correlations across multiple financial or economic series by combining Engle's DCC-GARCH structure with Bayesian inference. Rather than maBajezijanski model Gausovih smešaThe Bayesian Gaussian Mixture Model places prior distributions over all mixture parameters and infers their posteriors — typically via Variational Bayes or MCMC — rather than fittiBejzijanska filogenetska analizaBayesian phylogenetic analysis uses Bayes' theorem and Markov chain Monte Carlo (MCMC) sampling to estimate the posterior probability distribution over phylogenetic trees and modelBejzijevski probit modelThe Bayesian Probit model is a binary regression method that models the probability of a binary outcome using the normal CDF (probit link) within a Bayesian framework. It assigns pДинамички Хамилтонов Монте КарлоDynamic Hamiltonian Monte Carlo — widely known as the No-U-Turn Sampler (NUTS) — is an adaptive extension of Hamiltonian Monte Carlo that automatically selects the number of leapfrДинамички алгоритам Metropolis-HastingsThe Dynamic Metropolis-Hastings (Dynamic MH) algorithm applies the Metropolis-Hastings MCMC sampler to Bayesian state-space and time-varying parameter models. At each time step, la
Reading path
This topic's most-referenced foundational methods, in the order they were developed — a place to start if you're new here.
Sve metode 48
Bayesian Dynamic Conditional Correlation GARCH (Bayesian DCC-GARCH)Bajezijanski model Gausovih smešaBejzijanska filogenetska analizaBejzijevski probit modelДинамички Хамилтонов Монте КарлоДинамички алгоритам Metropolis-HastingsДинамички филтер честицаDinamički sekvencijalni Monte KarloGibbsovo uzorkovanjeGibbs Sampling za poređenje modelaGibbsovo uzorkovanje sa greškom merenjaGibbs Sampling sa nedostajućim podacimaХамилтонски Монте КарлоHamiltonian Monte Carlo sa greškom merenjaHamiltonian Monte Carlo sa nedostajućim podacimaHijerarhijsko Hamiltonovo Monte KarloHijerarhijski Markovljevi lanci Monte KarlaHierarchical Particle FilterMarkov Chain Monte Carlo (MCMC)MCMC za poređenje modelaMCMC sa greškom merenjaMCMC sa nedostajućim podacimaMetropolis-Hastings algoritamMetropolis-Hastings za poređenje modelaMetropolis-Hastings sa greškom merenjaMetropolis-Hastings sa nedostajućim podacimaVišerazinsko Gibbsovo uzorkovanjeVišerazinski Hamiltonov Monte KarloVišeslojni MCMCVišerazinski Metropolis-HastingsNo-U-Turn Sampler (NUTS)Филтер честица (секвенцијални Монте Карло)Filter čestica sa greškom merenjaPartikl-filter sa podacima koji nedostajuРобусно Гибсово узорковањеРобусни Хамилтонов Монте КарлоРобусна Марковљева ланчана Монте Карло симулацијаRobusni filter česticaRobustno sekvencijalno Monte CarloSekvenciјalni Monte KarloСеквенцијални Монте Карло са грешком мерењаSekvenciјalni Monte Karlo sa nedostaјuћim podacimaUzorkovanje presekaProstorno Gibsovo uzorkovanjeПросторно МCMC (Spatial MCMC)MCMC za vremenske serijeČestični filtar za vremenske serijeSekvencijalni Monte Karlo za vremenske serije