Pertanyaan yang diberi tag «gibbs»

Saya akan mencoba lingkungan gaya BUGS untuk memperkirakan model Bayesian. Apakah ada keuntungan penting untuk dipertimbangkan dalam memilih antara OpenBugs atau JAGS? Apakah salah satu akan menggantikan yang lain di masa mendatang? Saya akan menggunakan Gibbs Sampler yang dipilih dengan R. Saya belum memiliki aplikasi spesifik, tetapi saya sedang memutuskan …

41 r  software  bugs  jags  gibbs 

Saya telah mencoba mempelajari metode MCMC dan telah menemukan Metropolis Hastings, Gibbs, Importance, dan Rejection sampling. Sementara beberapa perbedaan ini jelas, yaitu, bagaimana Gibbs adalah kasus khusus dari Metropolis Hastings ketika kita memiliki persyaratan penuh, yang lain kurang jelas, seperti ketika kita ingin menggunakan MH dalam sampler Gibbs, dll. Adakah …

36 mcmc  monte-carlo  gibbs  metropolis-hastings  importance-sampling 

Saya ingin mempelajari cara kerja Gibbs Sampling dan saya mencari dasar yang bagus untuk makalah menengah. Saya memiliki latar belakang ilmu komputer dan pengetahuan statistik dasar. Adakah yang sudah membaca materi bagus? dimana kamu belajar Terima kasih

29 references  gibbs 

Ketika saya sedang mengkode simulasi Monte Carlo untuk beberapa masalah, dan modelnya cukup sederhana, saya menggunakan buku sampel Gibbs yang sangat dasar. Ketika tidak mungkin menggunakan sampling Gibbs, saya memberi kode pada buku teks Metropolis-Hastings yang telah saya pelajari bertahun-tahun yang lalu. Satu-satunya pemikiran yang saya berikan adalah memilih distribusi …

21 bayesian  mcmc  gibbs  metropolis-hastings 

Saya baru saja melakukan beberapa bacaan pada Gibbs sampling dan algoritma Metropolis Hastings dan punya beberapa pertanyaan. Seperti yang saya pahami, dalam kasus pengambilan sampel Gibbs, jika kita memiliki masalah multivariat yang besar, kita sampel dari distribusi bersyarat yaitu sampel satu variabel sambil menjaga semua yang lain tetap sedangkan di …

20 bayesian  sampling  mcmc  gibbs  metropolis-hastings 

Ada berbagai jenis algoritma MCMC: Metropolis-Hastings Gibbs Pentingnya / penolakan sampel (terkait). Mengapa orang menggunakan sampling Gibbs alih-alih Metropolis-Hastings? Saya menduga ada kasus-kasus di mana kesimpulan lebih mudah ditelusuri dengan sampling Gibbs daripada dengan Metropolis-Hastings, tetapi saya tidak jelas secara spesifik.

20 bayesian  simulation  mcmc  gibbs  metropolis-hastings 

Saya memilikinya pada otoritas tertinggi 1 bahwa Gibbs Sampling adalah kasus khusus dari algoritma Metropolis-Hastings untuk pengambilan sampel Markov Chain Monte Carlo. Algoritma MH selalu memberikan probabilitas transisi dengan properti keseimbangan terperinci; Saya berharap Gibbs juga harus. Jadi di mana dalam kasus sederhana berikut ini saya salah? Untuk distribusi target …

17 mcmc  gibbs 

Saya sedang membaca dokumentasi Stan yang dapat diunduh dari sini . Saya sangat tertarik dengan implementasi diagnostik Gelman-Rubin. Makalah asli Gelman & Rubin (1992) mendefinisikan faktor skala pengurangan potensial (PSRF) sebagai berikut: Biarkan menjadi rantai Markov ke- i sampel, dan biarkan ada rantai M independen keseluruhan sampel. Biarkan ˉ X …

16 mcmc  convergence  gibbs  metropolis-hastings  stan 

Algoritma MCMC seperti Metropolis-Hastings dan Gibbs sampling adalah cara pengambilan sampel dari distribusi posterior bersama. Saya pikir saya mengerti dan dapat mengimplementasikan metropolis-hasting dengan cukup mudah - Anda cukup memilih titik awal, dan 'berjalan di ruang parameter' secara acak, dipandu oleh kepadatan posterior dan kepadatan proposal. Pengambilan sampel Gibbs tampaknya …

15 bayesian  mcmc  gibbs 

Saya mereproduksi dari awal hasil di Bagian 4.2.1 dari Kemungkinan Marginal dari Output Gibbs Siddhartha Chib Jurnal Asosiasi Statistik Amerika, Vol. 90, No. 432. (Desember, 1995), hlm. 1313-1321. Ini adalah campuran dari model normals dengan nomor yang diketahui komponen. f ( x | w , μ , σ 2 ) …

13 bayesian  mixture  gibbs 

Dalam buku Gelman & Hill (2007) (Analisis Data Menggunakan Regresi dan Multilevel / Model Hirarki), para penulis mengklaim bahwa memasukkan parameter rata-rata redundan dapat membantu mempercepat MCMC. Contoh yang diberikan adalah model "simulator penerbangan" yang tidak bersarang (Persamaan 13.9): ysayaγjδk∼ N( μ + γj [ i ]+ δk [ i …

12 mcmc  hierarchical-bayesian  gibbs 

Sejauh yang saya mengerti, itulah (setidaknya, itulah yang didefinisikan oleh Wikipedia ). Tetapi saya telah menemukan pernyataan ini oleh Efron * (penekanan ditambahkan): Rantai Markov Monte Carlo (MCMC) adalah kisah sukses besar statistik Bayesian modern. MCMC, dan metode saudaranya "Gibbs sampling," memungkinkan perhitungan numerik distribusi posterior dalam situasi yang terlalu …

11 mcmc  gibbs 

Latar belakang penelitian saya : Dalam sampling Gibbs di mana kami sampel (variabel minat) dan dari dan masing-masing, di mana dan adalah vektor acak -dimensi. Kita tahu bahwa proses ini biasanya dibagi menjadi dua tahap:XXXYYYP(X|Y)P(X|Y)P(X|Y)P(Y|X)P(Y|X)P(Y|X)XXXYYYkkk Periode Bakar, di mana kami membuang semua sampel. sampel sebagai dan .X1∼XtX1∼XtX_1\sim X_tY1∼YtY1∼YtY_1\sim Y_t Periode …

11 hypothesis-testing  covariance  covariance-matrix  gibbs 

Saya sebenarnya ragu untuk menanyakan hal ini, karena saya khawatir saya akan dirujuk ke pertanyaan lain atau Wikipedia di Gibbs sampling, tetapi saya tidak merasa mereka menggambarkan apa yang ada di tangan. Diberikan probabilitas bersyarat : p ( x | y ) y = y 0 y = y 1 …

11 sampling  mcmc  gibbs 

Misalkan Anda memiliki variabel penjelas X=(X(s1),…,X(sn))X=(X(s1),…,X(sn)){\bf{X}} = \left(X(s_{1}),\ldots,X(s_{n})\right) mana sss mewakili koordinat yang diberikan. Anda juga memiliki variabel respons Y=(Y(s1),…,Y(sn))Y=(Y(s1),…,Y(sn)){\bf{Y}} = \left(Y(s_{1}),\ldots,Y(s_{n})\right) . Sekarang, kita dapat menggabungkan kedua variabel sebagai: W(s)=(X(s)Y(s))∼N(μ(s),T)W(s)=(X(s)Y(s))∼N(μ(s),T){\bf{W}}({\bf{s}}) = \left( \begin{array}{ccc}X(s) \\ Y(s) \end{array} \right) \sim N(\boldsymbol{\mu}(s), T) Dalam hal ini, kita cukup memilih dan adalah matriks …

11 probability  bayesian  conditional-probability  gibbs