Abstract:
การอนุมานเชิงเบส์เมื่อการแจกแจงก่อนเป็นแบบปกติ และ พารามิเตอร์ที่เป็นค่าคาดหวังมีการเรียงอันดับอย่างสมบูรณ์ จะมีการแจกแจงภายหลังเป็นแบบปกติที่ถูกตัดหาง การอนุมานสามารถทำได้โดยใช้วิธีในกลุ่มลูกโซ่มาร์คอฟมอนติคาร์โล การวิจัยนี้จึงทำการเปรียบเทียบประสิทธิภาพของเทคนิคในกลุ่มลูกโซ่มาร์คอฟมอนติคาร์โล 2 วิธี คือ การสุ่มตัวอย่างแบบฮิตแอนด์รัน และ การสุ่มตัวอย่างแบบกิบส์ โดยนำเทคนิคทั้งสองมาแก้ปัญหาการอนุมานเชิงเบส์ที่มีการแจกแจงภายหลังเป็นแบบปกติที่ถูกตัดหาง ประสิทธิภาพนิยามโดยค่าครึ่งช่วงความเชื่อมั่นที่คำนวณจากวิธีค่าเฉลี่ยกลุ่ม และค่า MPSRF ของบรูกซ์-เกลแมน
จากการศึกษาพบว่า ในกรณีที่จำนวนมิติของพารามิเตอร์ที่เป็นค่าคาดหวังมีค่าต่ำ การสุ่มตัวอย่างแบบฮิตแอนด์รัน จะมีประสิทธิภาพมากกว่าการสุ่มตัวอย่างแบบกิบส์ แต่ในกรณีที่จำนวนมิติของพารามิเตอร์ที่เป็นค่าคาดหวังมีค่าสูง การสุ่มตัวอย่างแบบกิบส์ จะมีประสิทธิภาพมากกว่าการสุ่มตัวอย่างแบบฮิตแอนด์รัน
