Xấp xỉ Laplace
Xấp xỉ Laplace là một kỹ thuật phân tích cổ điển thay thế phân phối hậu nghiệm khó tính toán bằng một phân phối Gaussian đa biến tập trung tại mode của phân phối hậu nghiệm, sử dụng độ cong của log-hậu nghiệm tại mode đó để xác định hiệp phương sai. Được chính thức hóa cho thống kê Bayes bởi Tierney và Kadane (1986) trong bài báo mang tính bước ngoặt của họ trên Tạp chí Hiệp hội Thống kê Hoa Kỳ, nó cung cấp một giải pháp thay thế nhanh chóng, xác định cho Markov chain Monte Carlo và là cốt lõi toán học của Xấp xỉ Laplace Tích hợp Lồng nhau (INLA).
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Tierney, L. & Kadane, J. B. (1986). Accurate approximations for posterior moments and marginal densities. Journal of the American Statistical Association, 81(393), 82–86. DOI: 10.1080/01621459.1986.10478240 ↗
- MacKay, D. J. C. (2003). Information Theory, Inference, and Learning Algorithms. Cambridge University Press. ISBN: 978-0521642989
- Rue, H., Martino, S. & Chopin, N. (2009). Approximate Bayesian inference for latent Gaussian models by using integrated nested Laplace approximations. Journal of the Royal Statistical Society: Series B, 71(2), 319–392. DOI: 10.1111/j.1467-9868.2008.00700.x ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Laplace Approximation to the Posterior. ScholarGate. https://scholargate.app/vi/bayesian/laplace-approximation
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.
- Hồi quy BayesBayes↔ compare
- Expectation Propagation (EP)Bayes↔ compare
- Chuỗi Markov Monte Carlo (MCMC)Bayes↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →