A Amostragem de Gibbs para Modelos Bayesianos Não-Conjugados e Hierárquicos Usando Variáveis Auxiliares

Resumo Demonstramos o uso de variáveis auxiliares (ou latentes) para amostrar densidades não-padrão que surgem no contexto da análise bayesiana de modelos não-conjugados e hierárquicos usando um amostrador de Gibbs. O uso estratégico delas pode resultar em um amostrador de Gibbs com condicionais completas fáceis de amostrar. Propomos tal procedimento para simplificar ou acelerar o algoritmo de Monte Carlo via Cadeia de Markov. A força desta abordagem reside em sua generalidade e facilidade de implementação. O objetivo do artigo, portanto, é fornecer um algoritmo de amostragem alternativo aos métodos baseados em rejeição e outras abordagens de amostragem, como o algoritmo de Metropolis-Hastings.