Cadernos de Questões

Provas Favoritas

Filtros Salvos

Foram encontradas 52 questões.
#3671543

Os algoritmos de Monte Carlo via Cadeias de Markov (MCMC) são amplamente utilizados na modelagem bayesiana com o objetivo de obter amostras da distribuição a posteriori das quantidades de interesse. Dois exemplos de algoritmos nesta classe são os chamados Gibbs Sampling e Metropolis-Hastings.


Sobre estes algoritmos,é correto afirmar que 

  • o Metropolis-Hastings exige amostragem exata de cada parâmetro, enquanto o Gibbs é baseado em aceitação/rejeição de propostas.
  • o amostrador de Gibbs é utilizado quando as distribuições condicionais completas são conhecidas e é possível obter amostras das mesmas a cada iteração.
  • o algoritmo de Metropolis-Hastings gera amostras independentes entre si.
  • os algoritmos Gibbs Sampling e Metropolis-Hastings não podem ser usados em conjunto.
  • o algoritmo Gibbs Sampling gera amostras independentes entre si.
Fale com IAgo
IAgo - Assistente IAProva
IA
Olá! Sou o IAgo, seu assistente aqui no IAProvatec 😊
Veja como posso te ajudar:
Agora