MCMC 알고리즘

1. 깁스 샘플러(Gibbs sampler) 알고리즘 2. 메트로폴리스(Metropolis) 알고리즘 3. 메트로폴리스-헤이스팅스(Metropolis-Hastings) 알고리즘 MCMC 알고리즘이란, Markov Chain Monte Carlo의 약어로 마르코프 체인 원리를 이용한 몬테카를로 적분 방법을 말한다. 이를 깁스 샘플러(Gibbs sampler)라고 부르기도 한다. 주로 통계 문제에서 베이지안적 해법을 찾을 때 적용된다. [깁스 샘플러(Gibbs sampler)] 베이지안 통계학에서 다른 변수는 다 상수 취급해 버리고 파라미터 하나씩 볼 때 PDF를 Full-conditional distribuion이라고 부른다. 예를 들어, 식 (1)은 θ에 대한 full conditional distribution이고, 식 (2)는 σ2에 대한 full conditional distribution이다. 베이지안 통계학에서 | 기호는 조건부 확률에 더해, '주어져 있을 때'로 해석해야 ...

원문링크 : MCMC 알고리즘