國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

廣義吉氏取樣 = Generalized Gibbs Sampling

嚴君萍

廣義吉氏取樣 = Generalized Gibbs Sampling

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Generalized Gibbs Sampling
作者:	嚴君萍,
其他團體作者:	國立高雄大學
出版地:	[高雄市]
出版者:	撰者;
出版年:	2013[民102]
面頁冊數:	40面圖，表格 : 30公分;
標題:	偽吉氏分佈
標題:	convergence rate
電子資源:	http://handle.ncl.edu.tw/11296/ndltd/12517211051125367383
附註:	參考書目：面30-31
附註:	102年10月31日公開
摘要註:	一般而言，我們使用完全條件分佈，來執行吉氏取樣，藉以獲取相關聯合分佈的樣本點。然而吉氏取樣的缺點在於收斂很慢，於是有文獻提出使用不完全條件分佈，進行吉氏取樣，其結果確實可有效地加快收斂速度。然而使用不完全條件分佈時必須注意取樣的順序，因為不同的取樣順序所對應的馬可夫鏈之平穩分佈不盡相同，因此必須知道哪一個平穩分佈是目標分佈。在本研究中，我們將探討如何決定對的取樣順序，這也使得未來研究中在使用吉氏取樣時，在條件分佈的挑選上有更彈性的選擇。 In general, we implement the Gibbs sampler, by using full conditional distributions, to obtain the sample of the corresponding joint distribution. However, the shortcoming of the Gibbs sampler is its slow convergence. New strategy is provided because it can result in samplers with much better convergence properties. Nevertheless, it must be performed in a certain order to maintain the target stationary distribution. In this studying, we will discuss that how to choose the correct orders such that the Gibbs sampler can be implemented via non-full conditional distributions.

廣義吉氏取樣 = Generalized Gibbs Sampling
嚴, 君萍

廣義吉氏取樣 = Generalized Gibbs Sampling / 嚴君萍撰 - [高雄市] : 撰者, 2013[民102]. - 40面 ; 圖，表格 ; 30公分.
參考書目：面30-31102年10月31日公開.
偽吉氏分佈convergence rate

廣義吉氏取樣 = Generalized Gibbs Sampling
LDR:02268nam0a2200289 450 001 389656
005 20170214100541.0
009 389656
010 0 $b 精裝
010 0 $b 平裝
100 $a 20170214d2013 k y0chiy05 e
101 1 $a chi $d chi $d eng
102 $a tw
105 $a ak am 000yy
200 1 $a 廣義吉氏取樣 $d Generalized Gibbs Sampling $z eng $f 嚴君萍撰
210 $a [高雄市] $c 撰者 $d 2013[民102]
215 0 $a 40面 $c 圖，表格 $d 30公分
300 $a 參考書目：面30-31
300 $a 102年10月31日公開
314 $a 指導教授：郭錕霖博士
328 $a 碩士論文--國立高雄大學統計學研究所
330 $a 一般而言，我們使用完全條件分佈，來執行吉氏取樣，藉以獲取相關聯合分佈的樣本點。然而吉氏取樣的缺點在於收斂很慢，於是有文獻提出使用不完全條件分佈，進行吉氏取樣，其結果確實可有效地加快收斂速度。然而使用不完全條件分佈時必須注意取樣的順序，因為不同的取樣順序所對應的馬可夫鏈之平穩分佈不盡相同，因此必須知道哪一個平穩分佈是目標分佈。在本研究中，我們將探討如何決定對的取樣順序，這也使得未來研究中在使用吉氏取樣時，在條件分佈的挑選上有更彈性的選擇。 In general, we implement the Gibbs sampler, by using full conditional distributions, to obtain the sample of the corresponding joint distribution. However, the shortcoming of the Gibbs sampler is its slow convergence. New strategy is provided because it can result in samplers with much better convergence properties. Nevertheless, it must be performed in a certain order to maintain the target stationary distribution. In this studying, we will discuss that how to choose the correct orders such that the Gibbs sampler can be implemented via non-full conditional distributions.
510 1 $a Generalized Gibbs Sampling $z eng
610 0 $a 偽吉氏分佈 $a 收斂速度 $a 不相容性 $a 吉氏取樣
610 1 $a convergence rate $a incompatibility $a Gibbs sampler $a pseudo-Gibbs distribution
681 $a 008M/0019 $b 343201 6614 $v 2007年版
700 1 $a 嚴 $b 君萍 $4 撰 $3 614519
712 0 2 $a 國立高雄大學 $b 統計學研究所 $3 166081
801 0 $a tw $b NUK $c 20131011 $g CCR
856 7 $z 電子資源 $2 http $u http://handle.ncl.edu.tw/11296/ndltd/12517211051125367383