Comparação de estratégias de geração de propostas no algoritmo Metropolis-Hastings para um modelo Poisson log-linear

Os métodos de Monte Carlo via Cadeias de Markov (MCMC) são uma classe de algoritmos de simulação que, no contexto de inferência Bayesiana, são comumente utilizados para gerar amostras de forma indireta de uma distribuição à posteriori da qual conhecemos apenas o núcleo. O algoritmo Metropolis-Hastin...

ver descrição completa

Detalhes bibliográficos
Autor principal: Estevão Batista do Prado (author)
Formato: masterThesis
Idioma:por
Publicado em: 2019
Assuntos:
Metropolis adaptativo
Inferência Bayesiana
Simulação
Métodos MCMC
Método de Monte Carlo
Estatística
Metodos de simulação
Markov, processos de
Estatistica
Markov, Processos de
Métodos de simulação
Inferencia (Logica)
Inferência (Lógica)
Texto completo:http://hdl.handle.net/1843/BUBD-A9ZGXY
País:Brasil
Oai:oai:repositorio.ufmg.br:1843/BUBD-A9ZGXY

Texto Completo

http://hdl.handle.net/1843/BUBD-A9ZGXY

Registros relacionados