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
Bisakah seseorang menghitung autokorelasi matriks kovarian sampel oleh MCMC?
Bayangkan bahwa kita mengambil sampel matriks kovarians dari distribusi Wishart oleh MCMC. Pada setiap iterasi, kami mendapatkan matriks sampel dari distribusi Wishart.SsayaSiS_i Pertanyaan : Mengingat jejak yang berisi semua sampel , dapatkah saya memplot korelasi otomatis sampel ini?S1, . . .SnS1,...SnS_1,...S_n Saya telah melihat seseorang menggunakan autocorrelation of , tetapi …
1
Apa yang setara dengan cdf dari MCMC untuk pdf?
Dalam hubungannya dengan pertanyaan yang Divalidasi Lintas dalam mensimulasikan dari kopula tertentu, yaitu, multivarian cdf didefinisikan pada , saya mulai bertanya-tanya tentang gambar yang lebih besar, yaitu bagaimana, ketika diberikan fungsi seperti itu, dapatkah seseorang mencari algoritma umum untuk disimulasikan dari distribusi probabilitas yang sesuai?C(u1,…,uk)C(u1,…,uk)C(u_1,\ldots,u_k)[0,1]k[0,1]k[0,1]^k Jelas, salah satu solusi adalah …
1
Apakah rstan atau perkiraan kisi saya salah: memutuskan antara taksiran kuantil yang saling bertentangan dalam inferensi Bayesian
Saya memiliki model untuk mencapai perkiraan Bayesian ukuran populasi dan probabilitas deteksi dalam distribusi binomial semata-mata berdasarkan pada jumlah obyek yang diamati yang diamati : untuk . Untuk kesederhanaan, kita asumsikan bahwa N ditetapkan pada nilai yang sama dan tidak diketahui untuk setiap y_i . Dalam contoh ini, y = …
2
Bisakah kita mengubah tingkat penerimaan dalam algoritma Metropolis walk acak dengan mengubah parameter distribusi proposal?
Bisakah kita mengubah tingkat penerimaan dalam algoritma Metropolis walk acak dengan mengubah parameter distribusi proposal? Biarkan distribusi target menjadi . Biarkan menjadi kepadatan proposal untuk keadaan baru pada kondisi saat ini . Tingkat penerimaan adalah ππ\pip(x2|x1)p(x2|x1)p(x_2 | x_1)x2x2x_2x1x1x_1α=min(1,π(x2)p(x1|x2)π(x1)p(x2|x1))α=min(1,π(x2)p(x1|x2)π(x1)p(x2|x1)) \alpha = \min(1, \frac{\pi(x_2) p(x_1|x_2)}{\pi(x_1) p(x_2|x_1)}) Jika saya benar, dalam algoritma Metropolis …
8 mcmc 
4
Distribusi proposal matriks kovarian
Dalam implementasi MCMC model hirarkis, dengan efek acak normal dan Wishart sebelum matriks kovariannya, sampling Gibbs biasanya digunakan. Namun, jika kita mengubah distribusi efek acak (mis. Ke Student's-t atau yang lain), konjugasinya hilang. Dalam hal ini, apa yang akan menjadi distribusi proposal yang sesuai (yaitu mudah ditembus) untuk matriks kovarians …
1
Mengapa Proses Dirichlet tidak cocok untuk aplikasi di Bayesian nonparametrics?
Sifat diskrit dari DP membuatnya tidak cocok untuk aplikasi umum dalam Bayesian nonparametrics, tetapi sangat cocok untuk masalah penempatan prior pada komponen campuran dalam pemodelan campuran. Kutipan ini dari Hierarchical Dirichlet Processes (Teh, et al, (2006) ) dan saya mencari penjelasan tentang apa artinya. Nonparametrik Bayesian sepertinya terlalu samar untuk …
1
Analisis Bayesian hierarkis tentang perbedaan proporsi
Kenapa Hierarkis? : Saya sudah mencoba meneliti masalah ini, dan dari apa yang saya pahami, ini adalah masalah "hierarkis", karena Anda membuat pengamatan tentang pengamatan dari suatu populasi, daripada membuat pengamatan langsung dari populasi itu. Referensi: http://www.econ.umn.edu/~bajari/iosp07/rossi1.pdf Kenapa Bayesian? : Juga, saya telah menandainya sebagai Bayesian karena solusi asimptotik / …
2
Di MCMC, bagaimana waktu burn-in dipilih?
Di MCMC, bagaimana waktu burn-in dipilih? Dengan kata lain, berapa lama Anda perlu menunggu sebelum Anda berpikir rantai Markov telah mencapai distribusi terbatasnya? Terima kasih!
8 mcmc 
2
Memodelkan model campuran dalam JAGS / BUGS [ditutup]
Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 8 bulan lalu . Saat ini saya sedang dalam proses menerapkan model untuk prediksi hasil sepak bola di JAGS. Sebenarnya, saya telah menerapkan beberapa, tetapi …
1
MCMC dan augmentasi data
Saya telah melihat pertanyaan augmentasi data MCMC; bentuk umum dari pertanyaan adalah sebagai berikut: Misalkan data yang dikumpulkan pada suatu proses menyarankan dan prior untuk parameter rate disarankan sebagai . Data dicatat dan disajikan dalam bentuk yang khas (yaitu jumlah kemunculan dari setiap nilai untuk dari hingga ), namun, data …
1
Menghitung Wilayah Keyakinan 2D dari Sampel MCMC
Saya ingin memplot wilayah kepercayaan 2D (pada 1-sigma, 2-sigma) untuk model yang sesuai dengan data. Saya telah menggunakan PyMC untuk menghasilkan 50k MCMC sampel posterior untuk model saya dengan 6 parameter. Saya tahu proses untuk membuat wilayah kepercayaan adalah sesuatu yang mirip dengan: 1.) membuat histogram sampel dalam ruang 2D …
1
Algoritma Metropolis Hastings adaptif mana yang diimplementasikan dalam paket R MHadaptive?
Ada beberapa versi algoritma Metropolis Hastings yang adaptif. Satu diimplementasikan dalam fungsi Metro_Hastingsdari Rpaket MHadaptive, lihat di sini . Referensi yang tercantum di sana, Spiegelhalter et al. (2002), sayangnya tidak mengandung deskripsi dari algoritma adaptif, sejauh yang saya bisa lihat. Namun, Metro_Hastingsalgoritma berkinerja sangat baik dalam pengambilan sampel dari distribusi …
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.