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.

1
Cara menafsirkan plot autokorelasi di MCMC
Saya mulai mengenal statistik Bayesian dengan membaca buku Doing Bayesian Data Analysis , oleh John K. Kruschke yang juga dikenal sebagai "buku anak anjing". Dalam bab 9, model hierarkis diperkenalkan dengan contoh sederhana ini: dan pengamatan Bernoulli adalah 3 koin, masing-masing 10 membalik. Satu menunjukkan 9 kepala, yang lain 5 …
1
Kebingungan tentang nilai lmer dan p: bagaimana perbandingan nilai p dari paket memisc dibandingkan dengan paket MCMC?
Saya mendapat kesan bahwa fungsi lmer()dalam lme4paket tidak menghasilkan nilai-p (lihat lmer, nilai-p dan semua itu ). Saya telah menggunakan MCMC menghasilkan nilai p sebagai per pertanyaan ini: Efek signifikan dalam lme4model campuran dan pertanyaan ini: Tidak dapat menemukan nilai-p dalam output dari lmer()dalam lm4paket diR . Baru-baru ini saya …
1
Bagaimana saya bisa mengoptimalkan efisiensi komputasi ketika memasang model yang kompleks ke kumpulan data besar berulang kali?
Saya mengalami masalah kinerja menggunakan MCMCglmmpaket di R untuk menjalankan model efek campuran. Kode ini terlihat seperti ini: MC1<-MCMCglmm(bull~1,random=~school,data=dt,family="categorical" , prior=list(R=list(V=1,fix=1), G=list(G1=list(V=1, nu=0))) , slice=T, nitt=iter, ,burnin=burn, verbose=F) Ada sekitar 20.000 pengamatan dalam data dan mereka terkelompok di sekitar 200 sekolah. Saya telah membuang semua variabel yang tidak digunakan dari …
2
Metode MCMC - membakar sampel?
Dalam metode MCMC , saya terus membaca tentang burn-inwaktu atau jumlah sampel "burn". Apa ini sebenarnya, dan mengapa itu dibutuhkan? Memperbarui: Setelah MCMC stabil, apakah tetap stabil? Bagaimana pengertian burn-inwaktu terkait dengan waktu pencampuran?
12 sampling  mcmc 
2
Pemula PyMC: bagaimana sebenarnya sampel dari model yang cocok
Saya mencoba model yang sangat sederhana: pas Normal di mana saya menganggap saya tahu presisi, dan saya hanya ingin menemukan mean. Kode di bawah ini tampaknya sesuai dengan Normal dengan benar. Tetapi setelah pas, saya ingin sampel dari model, yaitu menghasilkan data baru yang mirip dengan datavariabel saya . Saya …
12 mcmc  pymc 
2
Parameter kemungkinan maksimum menyimpang dari distribusi posterior
Saya memiliki fungsi kemungkinan untuk kemungkinan data saya memberikan beberapa parameter model , yang ingin saya perkirakan. Dengan asumsi prior prior pada parameter, kemungkinan proporsional dengan probabilitas posterior. Saya menggunakan metode MCMC untuk sampel probabilitas ini.L (d| θ)L(d|θ)\mathcal{L}(d | \theta)dddθ ∈ RNθ∈RN\theta \in \mathbf{R}^N Melihat rantai konvergen yang dihasilkan, saya …
2
Apakah Gibbs mengambil sampel metode MCMC?
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 
1
Bagaimana cara mendapatkan sampel 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 
1
Pengambilan sampel Gibbs untuk model Ising
Pertanyaan pekerjaan rumah: Pertimbangkan model Ising 1-d. Biarkan . adalah -1 atau +1x=(x1,...xd)x=(x1,...xd)x = (x_1,...x_d)xixix_i π(x)∝e∑39i=1xixi+1π(x)∝e∑i=139xixi+1\pi(x) \propto e^{\sum_{i=1}^{39}x_ix_{i+1}} Desain algoritma pengambilan sampel gibbs untuk menghasilkan sampel kira-kira dari target distribusi .π(x)π(x)\pi(x) Usaha saya: Pilih nilai secara acak (-1 atau 1) untuk mengisi vektor . Jadi mungkin . Jadi ini .x=(x1,...x40)x=(x1,...x40)x …
2
MCMC pengambilan sampel ruang pohon keputusan vs. hutan acak
Sebuah hutan random adalah kumpulan pohon keputusan dibentuk oleh acak memilih hanya fitur tertentu untuk membangun setiap pohon dengan (dan kadang-kadang mengantongi data training). Tampaknya mereka belajar dan menggeneralisasi dengan baik. Adakah yang melakukan pengambilan sampel MCMC pada ruang pohon keputusan atau membandingkannya dengan hutan acak? Saya tahu mungkin lebih …
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.