ScholarGate
Assistent
Bayesian methodsBayesian / computational

Gibbs-sampling för modelljämförelse

Gibbs-sampling för modelljämförelse är en Bayesiansk MCMC-metod som samtidigt samplar från rummet av konkurrerande modeller och deras parametrar. Genom att utöka Gibbs-samplern med en diskret modellindexvariabel, estimeras posteriora modell-sannolikheter och Bayes-faktorer från den resulterande Markovkedjan utan att kräva separata körningar per modell.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  1. Carlin, B. P. & Chib, S. (1995). Bayesian model choice via Markov chain Monte Carlo methods. Journal of the Royal Statistical Society, Series B, 57(3), 473-484. DOI: 10.1111/j.2517-6161.1995.tb02042.x
  2. 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

Så citerar du den här sidan

ScholarGate. (2026, June 3). Gibbs Sampling for Bayesian Model Comparison. ScholarGate. https://scholargate.app/sv/bayesian/gibbs-sampling-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.

Compare side by side

Refereras av

ScholarGateGibbs Sampling for Model Comparison (Gibbs Sampling for Bayesian Model Comparison). Hämtad 2026-06-15 från https://scholargate.app/sv/bayesian/gibbs-sampling-for-model-comparison · Datamängd: https://doi.org/10.5281/zenodo.20539026