استنباط بیزی آمیخته های پواسن با استفاده از نمونه گیر گیبس

توزیع پواسن به دلیل ویژگی های توصیفی آن به عنوان یک مدل، در صورتی که تصادفی بودن و همگن بودن جامعه اصلی وجود داشته باشد، نقش مهمی در مدلسازی داده های شمارشی گسسته ایفا می کند. آمیخته های پواسن متناهیبه طور گسترده در مدل سازی مجموعه داده های بیش پراکنده ای به کار می رود که توزیع پواسن ساده مناسب نیست. برآوردیابی به روش بیزی با استفاده از شبیه سازی پسین، به روش مونت کارلوی زنجیر مارکوفی امکان پذیر است. در صورتی که پیشین های مناسب به کار برده شود، چگالی پسین سره خواهد بود و در نتیجه می توان با استفاده از روشهای مونت کارلوی زنجیر مارکوفی مانند نمونه گیر گیبس، تقریب صحیحی برای روش برآوردیابی بیز ایجاد کرد

کلیدواژه ها:

استنباط بیزی ، نمونه گیر گیبس ، روش مونت کارلوی زنجیر مارکوفی ، توزیع آمیخته پواسن