Υπολογιστικές μέθοδοι στη μπεϋζιανή στατιστική

 
This item is provided by the institution :

Repository :
Dione
see the original item page
in the repository's web site and access all digital files if the item*
share




2005 (EN)

Υπολογιστικές μέθοδοι στη μπεϋζιανή στατιστική

Λουκάς, Λουκάς Ε.

Το ανά χείρας αφιερώνεται στην παρουσίαση των ευρέως διαδεδομένων μεθόδων στοχαστικής προσομοίωσης που είναι γνωστές με την ονομασία Markov Chain Monte Carlo (MCMC). Οι MCMC αλγόριθμοι χρησιμοποιούνται συχνά στη Μπεϋζιανή συμπερασματολογία. Πολλές φορές καλούμαστε να προσομοιώσουμε εκ των υστέρων κατανομές στις οποίες εμπλέκονται πολλές παράμετροι. Η εφαρμογή των MCMC μεθόδων προσομοίωσης αποδεικνύεται πολύ βολική στην περίπτωση πολυδιάστατων κατανομών άγνωστων παραμέτρων. Στην εργασία αυτή παρουσιάζουμε κάποια βασικά αποτελέσματα της θεωρίας των αλυσίδων Markov, τον αλγόριθμο Metropolis- Hastings, το δειγματολήπτη Gibbs, πολλές παραλλαγές αυτών των δύο, αρκετά διαγνωστικά κριτήρια σύγκλισης, κάποιες εφαρμογές και πολλά άλλα που θα βοηθήσουν τον αναγνώστη να πάρει μια πρώτη ιδέα για τη μεθοδολογία των MCMC αλγόριθμων.

Master Thesis

Bayesian statistical decision theory


Greek

2006-04-03T12:11:55Z
2005-06-08T11:14:36Z
2005-12-01T11:14:36Z


Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές



*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)