حساسیت نمونه بردار گیبز برای مدل های سلسله مراتبی خطی

نویسنده:

حمید پزشک ، عبدالله صفری

چکیده:
در این مقاله به بررسی همگرایی نمونه بردار گیبزی که مراحل مشخصی از شبیه سازی مستقیم آن با استفاده از الگوریتم متروپلیس-هستینگ انجام شده، می پردازیم. یک مدل سلسله مراتبی خطی با توزیع خطای تصادفی متقارن حول صفر در نظر می گیریم. نمونه گیری را از توزیع پسین انجام می دهیم. در این بررسی سعی شده با توجه به تغییرات نقطه اولیه، نحوه در نظر گرفتن پارامترها و نیز نوع انتخاب نقطه کاندیدا در روش زنجیر مارکف مونت کارلو، حساسیت همگرایی نمونه های گرفته شده را مورد تجزیه و تحلیل قرار می دهیم. در این مقاله روش معرفی شده توسط پاپاسپیلیوپلوس3[5] به کار گرفته می شود و نتایج تجزیه و تحلیل با یافته های آن مقاله مقایسه می گردد.
کلیدواژگان:

نمونه بردار گیبز ، مدل های مارکف پنهان ، مدل های سلسله مراتبی

زبان:
فارسی
انتشار در:
نشریه ندا، سال نهم شماره 2 (پاییز و زمستان 1390)
صفحات:
10 تا 17
لینک کوتاه:
magiran.com/p1096851 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
اطلاعات بیشتر
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!
More information