Pertanyaan yang diberi tag «mcmc»

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 

Pergantian label (yaitu, distribusi posterior tidak berbeda dengan pergantian label komponen) adalah masalah ketika menggunakan MCMC untuk memperkirakan model campuran. Apakah ada metodologi standar (seperti yang diterima secara luas) untuk menangani masalah ini? Jika tidak ada pendekatan standar maka apa pro dan kontra dari pendekatan terkemuka untuk memecahkan masalah label …

15 bayesian  mcmc  mixture 

Saya mencoba memahami rantai Markov menggunakan SAS. Saya mengerti bahwa proses Markov adalah satu di mana keadaan di masa depan hanya bergantung pada keadaan saat ini dan bukan pada keadaan masa lalu dan ada matriks transisi yang menangkap probabilitas transisi dari satu keadaan ke keadaan lain. Tapi kemudian saya menemukan …

15 probability  simulation  mcmc  monte-carlo  markov-process 

Selama beberapa minggu terakhir saya telah mencoba memahami MCMC dan algoritma Metropolis-Hastings. Setiap kali saya pikir saya memahaminya, saya menyadari bahwa saya salah. Sebagian besar contoh kode yang saya temukan on-line mengimplementasikan sesuatu yang tidak konsisten dengan deskripsi. yaitu: Mereka mengatakan mereka menerapkan Metropolis-Hastings tetapi mereka benar-benar menerapkan metropolis berjalan …

15 mcmc  metropolis-hastings 

Adakah yang bisa menjelaskan ide utama di balik metode Hamiltonian Monte Carlo dan dalam kasus apa mereka akan menghasilkan hasil yang lebih baik daripada metode Markov Chain Monte Carlo?

14 bayesian  mcmc  hmc 

Pernahkah ada studi skala besar metode MCMC yang membandingkan kinerja beberapa algoritma yang berbeda pada serangkaian kepadatan uji? Saya sedang memikirkan sesuatu yang setara dengan makalah Rios dan Sahinidis (2013), yang merupakan perbandingan menyeluruh dari sejumlah besar pengoptimalisasi kotak hitam bebas derivatif pada beberapa kelas fungsi pengujian. Untuk MCMC, kinerja …

14 machine-learning  bayesian  references  mcmc 

T: Apa cara standar untuk mengelompokkan data menggunakan Proses Dirichlet? Saat menggunakan cluster sampel Gibbs, muncul dan menghilang selama pengambilan sampel. Selain itu, kami memiliki masalah pengidentifikasian karena distribusi posterior tidak berbeda dengan relabeling cluster. Dengan demikian, kita tidak bisa mengatakan mana yang merupakan kluster dari seorang pengguna melainkan bahwa …

14 bayesian  clustering  mcmc  dirichlet-process  identifiability 

Diagnostik Gelman dan Rubin digunakan untuk memeriksa konvergensi beberapa rantai mcmc yang berjalan secara paralel. Ini membandingkan varians dalam-rantai dengan varians antara-rantai, eksposisi di bawah ini: Langkah-langkah (untuk setiap parameter): Jalankan m ≥ 2 rantai panjang 2n dari nilai awal overdispersed. Buang imbang pertama di setiap rantai. Hitung varian dalam-rantai …

14 mcmc  convergence  covariance-matrix 

Saya sedang menjalani beberapa kuliah yang berhubungan dengan MCMC. Namun, saya tidak menemukan contoh yang baik tentang bagaimana ini digunakan. Adakah yang bisa memberi saya contoh nyata. Yang bisa saya lihat adalah mereka menjalankan rantai Markov dan mengatakan bahwa distribusi stasionernya adalah distribusi yang diinginkan. Saya ingin contoh yang bagus …

14 probability  bayesian  mcmc  markov-process 

Saya menjalankan sampler Metropolis (C ++) dan ingin menggunakan sampel sebelumnya untuk memperkirakan tingkat konvergensi. Satu yang mudah untuk mengimplementasikan diagnostik yang saya temukan adalah diagnostik Geweke , yang menghitung perbedaan antara dua rata-rata sampel dibagi dengan kesalahan standar yang diestimasi. Kesalahan standar diperkirakan dari kepadatan spektral di nol. Zn=θ¯A−θ¯B1nASAθ^(0)+1nBSBθ^(0)−−−−−−−−−−−−−−−−√,Zn=θ¯A−θ¯B1nASθA^(0)+1nBSθB^(0),Z_n=\frac{\bar{\theta}_A-\bar{\theta}_B}{\sqrt{\frac{1}{n_A}\hat{S_{\theta}^A}(0)+\frac{1}{n_B}\hat{S_{\theta}^B}(0)}}, …

14 mcmc  diagnostic 

Jalan acak Metropolis-Hasitings dengan proposal simetris q( x | y) = g( | y- x | )q(x|y)=g(|y-x|)q(x|y)= g(|y-x|) memiliki properti yang kemungkinan penerimaannya P( a c c e p t y ) = min { 1 , f( y) / f( x ) }P(Sebuahccehalt y)=min{1,f(y)/f(x)}P(accept\ y) = \min\{1, f(y)/f(x)\} tidak …

14 mcmc  metropolis-hastings 

Apakah ada yang tahu beberapa kode yang ditulis dengan baik (dalam Matlab atau R) untuk MCMC jump reversible? Lebih disukai aplikasi demo sederhana untuk memuji makalah tentang masalah ini, yang akan berguna dalam memahami prosesnya.

14 r  matlab  references  mcmc 

Saya telah mencoba memahami algoritma Metropolis-Hastings untuk menulis kode untuk memperkirakan parameter model (yaitu ). Menurut bibliografi, algoritma Metropolis-Hastings memiliki langkah-langkah berikut:f( x ) = a ∗ xf(x)=Sebuah∗xf(x)=a*x HasilkanYt∼ q( y| xt)Yt∼q(y|xt)Y_t \sim q(y|x^t) Xt + 1= { Yt,xt,dengan probabilitasρ ( xt, Yt) ,dengan probabilitas1 - ρ ( xt, Yt) …

14 mcmc  metropolis-hastings 

Saya baru mulai belajar menggunakan Stan dan rstan. Kecuali saya selalu bingung tentang cara kerja JAGS / BUGS, saya pikir Anda selalu harus mendefinisikan distribusi jenis sebelumnya untuk setiap parameter dalam model yang akan diambil. Tampaknya Anda tidak harus melakukan ini di Stan berdasarkan pada dokumentasinya. Berikut contoh model yang …

14 mcmc  prior  jags  graphical-model  stan 

Apakah ada ringkasan yang bagus (ulasan, buku) tentang berbagai aplikasi rantai Markov Monte Carlo (MCMC)? Saya telah melihat Markov Chain Monte Carlo dalam Praktek , tetapi buku ini sepertinya agak lama. Apakah ada lebih banyak buku terbaru tentang berbagai aplikasi MCMC di berbagai bidang seperti pembelajaran mesin, visi komputer, dan …

14 machine-learning  mcmc  inference  references  application