Slice Sampling
Slice sampling är en Markov chain Monte Carlo-algoritm (MCMC) som introducerades av Radford M. Neal i hans artikel från 2003 i Annals of Statistics. Den genererar sampel från en målfördelning genom att dra jämnt fördelade värden från området under täthetskurvan – kallat "skivan" (slice) – utan att användaren behöver specificera en steglängd eller förslagsfördelning. Detta gör algoritmen självjusterande och brett tillämplig för Bayesiansk posterior inferens.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Neal, R. M. (2003). Slice sampling (with discussion). Annals of Statistics, 31(3), 705–767. DOI: 10.1214/aos/1056562461 ↗
- 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
- Robert, C. P., & Casella, G. (2004). Monte Carlo Statistical Methods (2nd ed.). Springer. ISBN: 978-0387212395
Så citerar du den här sidan
ScholarGate. (2026, June 3). Slice Sampling MCMC. ScholarGate. https://scholargate.app/sv/bayesian/slice-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.
- Bayesiansk regressionBayesiansk statistik↔ compare
- Gibbs samplingBayesiansk statistik↔ compare
- Hamiltonian Monte CarloBayesiansk statistik↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiansk statistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →