Υπολογιστικές μέθοδοι στη μπεϋζιανή στατιστική

Λουκάς, Λουκάς Ε.

dc.contributor.author	Λουκάς, Λουκάς Ε.
dc.date.accessioned	2006-04-03T12:11:55Z
dc.date.available	2005-06-08T11:14:36Z
dc.date.issued	2005-12-01T11:14:36Z
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/410
dc.description.abstract	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.
dc.format.mimetype	application/pdf
dc.language.iso	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/deed.el
dc.subject	Bayesian statistical decision theory
dc.title	Υπολογιστικές μέθοδοι στη μπεϋζιανή στατιστική
dc.type	Master Thesis
europeana.isShownAt	https://dione.lib.unipi.gr/xmlui/handle/unipi/410
europeana.type	IMAGE
dc.format.bytes	2009825 bytes

Files in this item

Name:: DT2005-0173.pdf
Size:: 1.916Mb
Format:: PDF

View/Open

This item appears in the following Collection(s)

Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
Department of Statistics & Insurance Science

Show simple item record

Except where otherwise noted, this item's license is described as
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές