热点事件观察中
MCMC三种抽样方法估计概化理论方差分量准确性比较
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年10月2日，《心理学报》发表一项方法学研究，基于p×i和p×i×h两种设计，通过模拟与实证研究比较M-H算法、Gibbs抽样和HMC算法在概化理论方差分量估计中的准确性。结果显示：少量数据缺失对三种MCMC方法几乎无影响；有信息先验和经验性先验整体优于无信息先验；仅HMC算法在两种设计下均保持较高估计准确性，M-H算法和Gibbs抽样则受限于σ²(h)，需规定h≥4才能克服。该研究为概化理论中MCMC方法的选择与先验设定提供了方法学参考。
AI 根据报道生成 · 2 天前更新
最新进展10月2日 08:33
《心理学报》发表研究，比较三种MCMC方法估计概化理论方差分量的准确性，仅HMC在两种设计下均保持较高准确性。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- 心理学报基于MCMC三种抽样方法的概化理论方差分量估计准确性比较
基于$p\times i$和$p\times i\times h$设计，采用模拟与实证研究比较M-H算法、Gibbs抽样和HMC算法对概化理论方差分量估计的准确性。少量数据缺失对三种MCMC方法几乎无影响；有信息先验和经验性先验整体优于无信息先验；仅HMC算法在两种设计下均保持较高估计准确性，M-H算法和Gibbs抽样则受限于${{\sigma }^{2}}(h)$，需规定$h$≥4才能克服。
本事件热度走势
当前热度 3·可比范围峰值 10（10月2日 09:00）·近 24 小时可比范围变化 -50%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。