Uchanganuzi wa Mfumo wa Markov wa Monte Carlo (MCMC) — Metropolis-Hastings na Mfumo wa Gibbs
Uchanganuzi wa Mfumo wa Markov wa Monte Carlo (MCMC) ni familia ya algoriti za simulizi ambazo huunda mnyororo wa Markov ambao usambazaji wake tuli ni wa nyuma unaolengwa, kuwezesha uthibitisho wa Bayesian na hesabu ya kiwango cha juu cha vipimo ambavyo vinginevyo vingekuwa vigumu kuchanganua. Ulianzishwa na Metropolis na wenzake mwaka 1953 na kupanuliwa na Hastings mwaka 1970, MCMC huunda msingi wa takwimu za kisasa za Bayesian. Aina mbili zinazotumiwa sana ni Metropolis-Hastings, ambayo inapendekeza hatua kutoka usambazaji wa pendekezo wa jumla, na mfumo wa Gibbs, ambao huchota kila kigezo kwa zamu kutoka usambazaji wake kamili wa masharti.
Soma mbinu kamili
Ingia kwa akaunti ya bure ili kusoma sehemu hii.
Ramani ya mbinu
Jirani ya mbinu zinazohusiana — chagua nodi ili kuchunguza.
+8 zaidi
Vyanzo
- Gelman, A., Carlin, J.B., Stern, H.S., Dunson, D.B., Vehtari, A. & Rubin, D.B. (2013). Bayesian Data Analysis (3rd ed.). Chapman & Hall/CRC. DOI: 10.1201/b16018 ↗
- Brooks, S., Gelman, A., Jones, G.L. & Meng, X.-L. (Eds.) (2011). Handbook of Markov Chain Monte Carlo. Chapman & Hall/CRC. DOI: 10.1201/b10905 ↗
Jinsi ya kunukuu ukurasa huu
ScholarGate. (2026, June 1). Markov Chain Monte Carlo (MCMC — Metropolis-Hastings, Gibbs Sampling). ScholarGate. https://scholargate.app/sw/simulation/markov-chain-monte-carlo
Mbinu ipi?
Weka mbinu hii kando ya jamaa zake wa karibu na uzisome bega kwa bega — maktaba huweka vitabu mezani; uamuzi ni wako.
- Uchanganuzi wa Bayesian wa TakribanUigaji↔ linganisha
- Usajili wa BayesianMbinu za Bayes↔ linganisha
- Uigaji wa BootstrapUigaji↔ linganisha
- Ubunifu wa Utafiti wa Uigaji wa StratifiedUigaji↔ linganisha
- Uiguzi wa Monte CarloUfanyaji Maamuzi↔ linganisha
Imerejelewa na
Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →