MCMC để So sánh Mô hình
MCMC để so sánh mô hình sử dụng các thuật toán Markov chain Monte Carlo để ước tính các khả năng biên và các yếu tố Bayes cần thiết để so sánh chính thức các mô hình thống kê cạnh tranh. Các kỹ thuật như MCMC nhảy thuận nghịch (reversible-jump MCMC) và lấy mẫu cầu nối (bridge sampling) cho phép khám phá không gian mô hình có số chiều khác nhau, cho phép lựa chọn và trung bình hóa mô hình theo Bayes một cách đầy đủ.
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
- Green, P. J. (1995). Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika, 82(4), 711–732. DOI: 10.1093/biomet/82.4.711 ↗
- Meng, X.-L., & Wong, W. H. (1996). Simulating ratios of normalizing constants via a simple identity: A theoretical exploration. Statistica Sinica, 6(4), 831–860. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Markov Chain Monte Carlo for Bayesian Model Comparison. ScholarGate. https://scholargate.app/vi/bayesian/mcmc-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.
- Tính toán Bayes xấp xỉMô phỏng↔ compare
- Bayesian Model AveragingBayes↔ compare
- Lấy mẫu GibbsBayes↔ compare
- Hamiltonian Monte CarloBayes↔ 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 →