الگوریتم متروپلیسهستینگز
از ویکیپدیا، دانشنامهٔ آزاد
در آمار و فیزیک آماری، الگوریتم متروپلیس-هستینگز (به انگلیسی: Metropolis–Hastings algorithm) یک متد زنجیره مارکوف مونت کارلو است که برای به دست آوردن ترتیبی از نمونه های تصادفی از یک توزیع احتمالی به کار می رود. این متد خاصا در مواردی به کار می رود که نمونه گیری مستقیم دشوار است. ترتیب به دست آمده را می توان برای تقریب گیری توزیع (تولید یک هیستوگرام) یا برای محاسبه یک انتگرال استفاده کرد. متروپلیس-هستینگز و سایر الگوریتم های زنجیره ماکو منتوکارلو معمولا برای نمونه گیری از توزیع های چند بعدی در ابعاد زیاد، استفاده می شوند.[۱]
منابع [ویرایش]
- ↑ *مشارکتکنندگان ویکیپدیا، «Metropolis–Hastings algorithm»، ویکیپدیای انگلیسی، دانشنامهٔ آزاد (بازیابی در ۵ دسامبر ۲۰۱۲).
| این یک نوشتار خُرد پیرامون ریاضیات است. با گسترش آن به ویکیپدیا کمک کنید. |