Pertanyaan yang diberi tag «mcmc»

Rantai Markov Monte Carlo (MCMC) mengacu pada kelas metode untuk menghasilkan sampel dari distribusi target dengan menghasilkan angka acak dari Rantai Markov yang distribusi stasionernya adalah distribusi target. Metode MCMC biasanya digunakan ketika metode yang lebih langsung untuk pembuatan bilangan acak (misalnya metode inversi) tidak layak. Metode MCMC pertama adalah algoritma Metropolis, kemudian dimodifikasi menjadi algoritma Metropolis-Hastings.

3
Melakukan MCMC: gunakan jags / stan atau implementasikan sendiri
Saya baru dalam penelitian Bayesian Statistics. Saya mendengar dari peneliti bahwa peneliti Bayesian lebih baik mengimplementasikan MCMC sendiri daripada menggunakan alat seperti JAGS / Stan. Bolehkah saya bertanya apa manfaat menerapkan algoritma MCMC sendiri (dalam bahasa "tidak terlalu cepat" seperti R), kecuali untuk tujuan pembelajaran?
13 bayesian  mcmc 
1
Hamiltonian Monte Carlo dan ruang parameter diskrit
Aku baru saja mulai membangun model di stan ; untuk membangun keakraban dengan alat ini, saya sedang mengerjakan beberapa latihan di Bayesian Data Analysis (2nd ed.). The Waterbuck latihan mengandaikan bahwa data , dengan ( N , θ ) tidak diketahui. Karena Hamiltonian Monte Carlo tidak mengizinkan parameter diskrit, saya …
2
Proses AR (1) dengan kesalahan pengukuran heteroskedastik
1. Masalahnya Saya memiliki beberapa pengukuran variabel , di mana , di mana saya memiliki distribusi diperoleh melalui MCMC, yang untuk kesederhanaan saya akan menganggapnya sebagai gaussian rata-rata dan varians \ sigma_t ^ 2 .ytyty_tt=1,2,..,nt=1,2,..,nt=1,2,..,nfyt(yt)fyt(yt)f_{y_t}(y_t)μtμt\mu_tσ2tσt2\sigma_t^2 Saya punya model fisik untuk pengamatan itu, katakanlah g(t)g(t)g(t) , tetapi residual rt=μt−g(t)rt=μt−g(t)r_t = \mu_t-g(t) …
1
Dapatkah saya melakukan semiotomatis diagnostik konvergensi MCMC untuk mengatur panjang burn-in?
Saya ingin mengotomatiskan pilihan burn-in untuk rantai MCMC, misalnya dengan menghapus baris pertama berdasarkan pada diagnostik konvergensi. Sejauh mana langkah ini dapat diotomatisasi dengan aman? Bahkan jika saya masih mengecek autokorelasi, jejak mcmc, dan pdf, alangkah baiknya jika memiliki pilihan burn-in length otomatis. Pertanyaan saya bersifat umum, tetapi akan lebih …
13 r  bayesian  mcmc 
3
Memahami MCMC: apa alternatifnya?
Mempelajari statistik Bayesian untuk pertama kalinya; sebagai sudut pandang untuk memahami MCMC saya bertanya-tanya: apakah ia melakukan sesuatu yang pada dasarnya tidak dapat dilakukan dengan cara lain, atau hanya melakukan sesuatu yang jauh lebih efisien daripada alternatifnya? Sebagai ilustrasi, misalkan kita mencoba menghitung probabilitas parameter kita mengingat data diberi model …
13 bayesian  mcmc 
1
Memahami algoritma MCMC dan Metropolis-Hastings
Selama beberapa hari terakhir saya telah mencoba memahami bagaimana Markov Chain Monte Carlo (MCMC) bekerja. Secara khusus saya telah mencoba memahami dan mengimplementasikan algoritma Metropolis-Hastings. Sejauh ini saya pikir saya memiliki pemahaman keseluruhan tentang algoritma tetapi ada beberapa hal yang belum jelas bagi saya. Saya ingin menggunakan MCMC agar sesuai …
2
Konversi MCMC ke nilai tunggal?
Saya mencoba menyesuaikan model hierarkis menggunakan jags, dan paket rjags. Variabel hasil saya adalah y, yang merupakan urutan uji coba bernoulli. Saya memiliki 38 subjek manusia yang berkinerja di bawah dua kategori: P dan M. Berdasarkan analisis saya, setiap pembicara memiliki probabilitas keberhasilan dalam kategori P dari dan probabilitas keberhasilan …
1
MCMC dengan algoritma Metropolis-Hastings: Memilih proposal
Saya perlu melakukan simulasi untuk mengevaluasi integral dari fungsi 3 parameter, kita katakan , yang memiliki rumus yang sangat rumit. Diminta untuk menggunakan metode MCMC untuk menghitungnya dan mengimplementasikan algoritma Metropolis-Hastings untuk menghasilkan nilai yang didistribusikan sebagai f , dan disarankan untuk menggunakan 3 variasi normal sebagai distribusi proposal. Membaca …
2
Keandalan Mode dari sampel MCMC
Dalam bukunya Doing Bayesian Data Analysis, John Kruschke menyatakan bahwa dalam menggunakan JAGS dari R ... estimasi mode dari sampel MCMC bisa agak tidak stabil karena estimasi tersebut didasarkan pada algoritma perataan yang bisa peka terhadap benjolan dan riak acak dalam sampel MCMC. ( Melakukan Analisis Data Bayesian , halaman …
12 bayesian  mcmc  mode 
1
MCMC; Bisakah kita yakin bahwa kita memiliki sampel "murni" dan "cukup besar" dari posterior? Bagaimana cara kerjanya jika kita tidak?
Mengacu pada utas ini: Bagaimana Anda menjelaskan Markov Chain Monte Carlo (MCMC) kepada orang awam? . Saya dapat melihat bahwa itu adalah kombinasi dari Rantai Markov dan Monte Carlo: rantai Markov dibuat dengan posterior sebagai distribusi pembatas yang tidak berubah dan kemudian pengundian Monte Carlo (tergantung) dibuat dari distribusi pembatas …
12 mcmc 
1
Kapan saya harus khawatir tentang paradoks Jeffreys-Lindley dalam pilihan model Bayesian?
Saya sedang mempertimbangkan ruang besar (tetapi terbatas) model kompleksitas yang berbeda yang saya jelajahi menggunakan RJMCMC . Sebelumnya pada vektor parameter untuk setiap model cukup informatif. Dalam kasus apa (jika ada) yang harus saya khawatirkan dengan paradoks Jeffreys-Lindley yang mendukung model yang lebih sederhana ketika salah satu model yang lebih …
2
Kapan MCMC berguna?
Saya mengalami kesulitan dalam memahami situasi di mana pendekatan MCMC sebenarnya berguna. Saya akan melalui contoh mainan dari buku Kruschke "Melakukan Analisis Data Bayesian: Tutorial dengan R dan BUGS". Apa yang saya pahami sejauh ini adalah bahwa kita memerlukan target distribusi yang proporsional dengan untuk memiliki sampel . Namun, bagi …
12 mcmc 
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.