Robust Gibbs Sampling

Robust Gibbs sampling là một chiến lược Markov chain Monte Carlo (MCMC) kết hợp bộ lấy mẫu Gibbs theo từng tọa độ với các đặc tả mô hình có đuôi nặng hoặc chống lại các điểm ngoại lai — phổ biến nhất là các hàm hợp lý Student-t — để suy luận hậu nghiệm không bị sai lệch bởi các quan sát cực đoan. Nó đạt được tính mạnh mẽ thông qua việc tăng cường dữ liệu: mỗi quan sát nhận một trọng số phương sai tiềm ẩn tự động giảm trọng số các điểm ngoại lai trong mỗi vòng lặp lấy mẫu.