نمایش مختصر رکورد

dc.contributor.authorخادم بشیری, زهراfa_IR
dc.date.accessioned1399-08-22T03:46:03Zfa_IR
dc.date.accessioned2020-11-12T03:46:03Z
dc.date.available1399-08-22T03:46:03Zfa_IR
dc.date.available2020-11-12T03:46:03Z
dc.date.issued2016-09-01en_US
dc.date.issued1395-06-11fa_IR
dc.identifier.citationخادم بشیری, زهرا. (1395). روش های مونت کارلو در استنباط بیزی. نشریه دانشجویی آمار (ندا), 14(1), 46-56.fa_IR
dc.identifier.urihttp://neda.irstat.ir/article-1-252-fa.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/518738
dc.description.abstractاز آن‌جایی که آماردانان در استنباط بیزی معمولا علاقه‌مند به انجام استنباط‌هایی در مورد توزیع‌های پسین مانند توزیع‌های حاشیه‌ای، میانگین‌ و واریانس پارامترها و همچنین توزیع پیش‌بین مشاهدات آینده می‌باشند، فهم و بکارگیری این توزیع‌ها پایه‌ی استنباط بیزی را تشکیل می‌دهد. به‌طور مختصر اغلب مسائل استنباط آماری می‌تواند به صورت امید تابع مدنظر نسبت به توزیع پسین بیان شود. بنابراین با در دسترس بودن توزیع پسین، برای انجام استنباط‌های پسین از انتگرال‌گیری روی توزیع پسین استفاده می‌شود. از این رو توانایی انتگرال‌گیری توابع چند بعدی و پیچیده‌ بسیار مهم می‌باشد و برای انجام استنباط بیزی نیازمند روش‌هایی هستیم که بتوانیم آن‌ها را در مسائل نمونه‌گیری از توزیع‌هایی با بعد بالا برای حل انتگرال‌ها به کار ببریم. یکی از این روش‌ها که معمولا بین آماردانان رایج است روش‌های مونت کارلو است که قصد داریم در این مقاله به آن بپردازیم. اما برای تقریب زدن انتگرال‌ها با استفاده از این روش، لازم است که نمونه هایی از توزیع پسین تولید شوند. در برخی موارد، صرفنظر از ثابت استانداردکننده، توزیع پسین معلوم است که در بخش دوم مقاله روش‌های مناسب برای تولید نمونه در این موارد بررسی خواهند شد. در مواردی نیز نمی‌توان به طور مستقیم از توزیع پسین نمونه‌گیری کرد و در واقع توزیع پسین ناشناخته است. در این حالت، خلاصه‌های پسین برای تقریب شکل توزیع پسین به کار می‌روند که در بخش سوم، از روش lr{MCMC} به عنوان یک راه‌حل مناسب برای تولید نمونه در چنین حالتی استفاده می شود.fa_IR
dc.format.extent433
dc.format.mimetypeapplication/pdf
dc.languageفارسی
dc.language.isofa_IR
dc.relation.ispartofنشریه دانشجویی آمار (ندا)fa_IR
dc.relation.ispartofStudent Statistical Journalen_US
dc.subjectقضیه بیزfa_IR
dc.subjectتولید نمونه تصادفیfa_IR
dc.subjectمونت کارلوfa_IR
dc.subjectزنجیره مارکف با استفاده از مونت کارلو.fa_IR
dc.subjectفرآیندهای تصادفیfa_IR
dc.titleروش های مونت کارلو در استنباط بیزیfa_IR
dc.typeTexten_US
dc.typeپژوهشيfa_IR
dc.contributor.departmentدانشگاهfa_IR
dc.citation.volume14
dc.citation.issue1
dc.citation.spage46
dc.citation.epage56


فایل‌های این مورد

Thumbnail

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد