Pular para o conteúdo principal

Questão de Estatística — Processos estocásticos — FGV 2025

EstatísticaProcessos estocásticos
Código
fg118923
Banca
FGV
Órgão
Prefeitura de Rio de Janeiro - RJ
Ano
2025
Nível
Superior
Cargo
Gestor de Segurança Municipal
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
  1. Ao Metropolis-Hastings exige amostragem exata de cada parâmetro, enquanto o Gibbs é baseado em aceitação/rejeição de propostas.
  2. Bo amostrador de Gibbs é utilizado quando as distribuições condicionais completas são conhecidas e é possível obter amostras das mesmas a cada iteração.
  3. Co algoritmo de Metropolis-Hastings gera amostras independentes entre si.
  4. Dos algoritmos Gibbs Sampling e Metropolis-Hastings não podem ser usados em conjunto.
  5. Eo algoritmo Gibbs Sampling gera amostras independentes entre si.
Revelar gabarito e comentário

GabaritoB — o amostrador de Gibbs é utilizado quando as distribuições condicionais completas são conhecidas e é possível obter amostras das mesmas a cada iteração.

Link permanente: /questoes/fg118923