TECNICAS DE MONTE CARLO CON LA CADENA MARKOV (MCCM)

 
   El modelo de Markov captura las probabilidades de transición entre diferentes estados. Puede combinarse con el análisis probabilístico utilizando las técnicas de Monte Carlo para analizar la interacción entre las distribuciones de probabilidad de cada una de las variables. Esto permitirá conocer la incertidumbre en el modelo. Se utiliza frecuentemente en el análisis Bayesiano para crear o actualizar modelos de distribuciones conjuntas de variables.
 
   <(A.): Markov-Ketten-Monte-Carlo-Verfahren (MCMC): ein probalistisches Analyseverfahren, das mit dem Markov-Modell kombiniert wird und anhand dessen die Übergangswahrscheinlichkeiten zwischen mehreren Zuständen erfasst werden können. Dies dient der Untersuchung des Zusammenwirkens zwischen den mit den einzelnen Variablen einhergehenden Wahrscheinlichkeitsverteilungen.
 
   <(F.): Méthode de Monte Carlo par chaîne de Markov: méthode d’analyse probabiliste combinée avec le modèle de Markov, qui enregistre les probabilités de transition entre divers états pour étudier l’interaction entre les distributions de probabilités rattachées à chaque variable.
 
   <(Ing.): Markov chain Monte Carlo (MCMC): a probabilistic analysis method combined with the Markov model, which captures the transitional probabilities between various states to study the interaction between the probability distributions attached to each variable.
 
 

BASES DE DATOS DE INFORMACION BIOMEDICA:

   BUSCADORES EN CIENCIAS DE LA SALUD:

 
   TERMINOS RELACIONADOS: