การสุ่มตัวอย่างแบบกิบบส์หลายระดับ (Multilevel Gibbs Sampling)
การสุ่มตัวอย่างแบบกิบบส์หลายระดับประยุกต์ใช้อัลกอริทึม Gibbs MCMC กับแบบจำลองแบบลำดับชั้น (หลายระดับ) แบบเบย์เซียน โดยวนรอบการแจกแจงแบบมีเงื่อนไขของพารามิเตอร์ระดับกลุ่มและไฮเปอร์พารามิเตอร์ระดับประชากรตามลำดับ วิธีนี้ใช้ประโยชน์จากโครงสร้างความเป็นอิสระแบบมีเงื่อนไขของลำดับชั้นเพื่อดึงตัวอย่างที่แม่นยำหรือใกล้เคียงแม่นยำจากส่วนหลัง (posterior) ซึ่งหากไม่เป็นเช่นนั้นแล้วจะยากต่อการวิเคราะห์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Gelman, A. & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multilevel Gibbs Sampling for Hierarchical Bayesian Models. ScholarGate. https://scholargate.app/th/bayesian/multilevel-gibbs-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.
- แบบจำลองลำดับชั้นแบบเบย์ (Bayesian Hierarchical Model)เบย์↔ compare
- การสุ่มตัวอย่างแบบกิบบส์เบย์↔ compare
- Hamiltonian Monte Carloเบย์↔ compare
- การอนุมานแบบเบย์ตามลำดับชั้นเบย์↔ compare
- ขั้นตอนวิธีเมโทรโพลิส-เฮสติงส์เบย์↔ compare
- MCMC แบบหลายระดับเบย์↔ compare