«mcmc» etiketlenmiş sorular

Birçok pratik uygulamada, posterior analitik olmasına rağmen (örneğin, öncekiler eşlenik olduğu için) bir parametreyi tahmin etmek için MCMC tabanlı yöntemlerin kullanıldığını fark ettim. Benim için MCMC tabanlı tahmin edicilerden ziyade MAP tahmin edicilerinin kullanılması daha anlamlı. Herkes MCMC'nin analitik posterior varlığında neden hala uygun bir yöntem olduğunu belirtebilir mi?

13 bayesian  mcmc  posterior 

Bayesian İstatistik araştırmasında yeniyim. Araştırmacılardan Bayes araştırmacılarının MCAGS / Stan gibi araçlar kullanmak yerine MCMC'yi daha iyi uyguladıklarını duydum. Öğrenme amacı dışında, MCMC algoritmasının kendi başına (R gibi "oldukça hızlı" olmayan dillerde) uygulanmasının faydasını sorabilir miyim?

13 bayesian  mcmc 

Stantta yeni modeller yapmaya başladım ; aracı tanımak için Bayesian Veri Analizi (2nci baskı) 'daki bazı alıştırmalar üzerinde çalışıyorum. Waterbuck egzersiz varsayan bu verileri ile, ( N , θ ) bilinmeyen. Hamiltonian Monte Carlo ayrık parametrelere izin vermediğinden, N'yi gerçek bir ∈ [ 72 , ∞ ) olarak ilan ettim …

13 bayesian  mcmc  discrete-data  stan 

1. Sorun Bir değişken bazı ölçümler , , kendisi için bir dağıtım olması ı varsayacağız basitlik için ortalama bir Gauss olan MCMC yoluyla elde edilen ve varyans . t = 1 , 2 , . . , n f y t ( y t ) μ t σ 2 tytyty_tt=1,2,..,nt=1,2,..,nt=1,2,..,nfyt(yt)fyt(yt)f_{y_t}(y_t)μtμt\mu_tσ2tσt2\sigma_t^2 …

13 time-series  mcmc  autoregressive  likelihood 

Belirli bir parametrede çıkarsama yapmak için MCMC numuneleri alırken , hedeflenmesi gereken minimum etkili örnek sayısı için iyi kılavuzlar nelerdir? Ve bu tavsiye, model az çok karmaşık hale geldikçe değişir mi?

13 bayesian  sample-size  mcmc  posterior 

Bir MCMC zinciri için yanma seçimini otomatikleştirmek istiyorum, örneğin bir yakınsama teşhisine dayanan ilk n satırı kaldırarak. Bu adım ne ölçüde güvenli bir şekilde otomatikleştirilebilir? Otokorelasyonu, mcmc izini ve pdfs'yi hala iki kez kontrol etsem bile, yanma uzunluğu seçiminin otomatik hale getirilmesi güzel olurdu. Sorum genel, ama bir R mcmc.object …

13 r  bayesian  mcmc 

İlk kez Bayes istatistiklerini öğrenmek; MCMC'yi anlamaya yönelik bir açı olarak merak ettim: temelde başka bir şekilde yapılamayan bir şey mi yapıyor yoksa alternatiflerden çok daha verimli bir şey mi yapıyor? Örnekleme yoluyla, verilerinin tersini hesaplayan bir model verilen parametrelerimizin olasılığını hesaplamaya çalıştığımızı varsayalım . Bunu doğrudan Bayes teoremiyle hesaplamak …

13 bayesian  mcmc 

Son birkaç gündür Markov Zinciri Monte Carlo'nun (MCMC) nasıl çalıştığını anlamaya çalışıyorum. Özellikle Metropolis-Hastings algoritmasını anlamaya ve uygulamaya çalışıyorum. Şimdiye kadar algoritma hakkında genel bir anlayışa sahip olduğumu düşünüyorum ama henüz net olmayan birkaç şey var. Bazı modelleri verilere uydurmak için MCMC kullanmak istiyorum. Bu nedenle, gözlemlenen bazı veriler düz …

13 mcmc  metropolis-hastings 

Jags ve rjags paketini kullanarak hiyerarşik bir model sığdırmaya çalışıyorum. Sonuç değişkenim, bernoulli çalışmalarının bir sırası olan y'dir. İki kategoride performans gösteren 38 insan denek var: Analizime göre, her konuşmacı P kategorisinde kategorisinde başarı olasılığı ve θ p × θ m kategorisinde M kategorisinde başarı olasılığı var . Ayrıca P …

13 mcmc  multilevel-analysis  jags 

Bayes / MCMC'de çok iyi bir metne rastladım. BT, bağımsız değişkenlerinizin standartlaştırılmasının bir MCMC (Metropolis) algoritmasını daha verimli hale getireceğini, ancak aynı zamanda (çoklu) çarpışabilirliği azaltabileceğini önermektedir. Bu doğru olabilir mi? Bu standart olarak yapmam gereken bir şey mi ? (Üzgünüm). Kruschke 2011, Bayesci Veri Analizi Yapmak. (AP) düzenleme: örneğin …

13 bayesian  mcmc  multicollinearity  standardization 

3 parametreli bir fonksiyonun integralini değerlendirmek için bir simülasyon yapmam gerekiyor, fffçok karmaşık bir formüle sahiptir. Hesaplamak için MCMC yöntemini kullanması ve Metropolis-Hastings algoritmasını şu şekilde dağıtılmış değerleri üretmek için kullanması istenir:fffve teklif dağılımı olarak 3 değişkenli normal kullanılması önerildi. Bununla ilgili bazı örnekleri okuduktan sonra, bazılarının sabit parametrelerle normal …

13 mcmc  metropolis-hastings 

Gelman & Hill (2007) kitabında (Regresyon ve Çok Düzeyli / Hiyerarşik Modeller Kullanılarak Veri Analizi), yazarlar gereksiz ortalama parametreler eklemenin MCMC'yi hızlandırmaya yardımcı olabileceğini iddia etmektedir. Verilen örnek, içiçe yerleştirilmemiş bir "uçuş simülatörü" modelidir (Denk 13.9): yiγjδk∼N(μ+γj[i]+δk[i],σ2y)∼N(0,σ2γ)∼N(0,σ2δ)yi∼N(μ+γj[i]+δk[i],σy2)γj∼N(0,σγ2)δk∼N(0,σδ2) \begin{align} y_i &\sim N(\mu + \gamma_{j[i]} + \delta_{k[i]}, \sigma^2_y) \\ \gamma_j &\sim N(0, …

12 mcmc  hierarchical-bayesian  gibbs 

John Kruschke, Does Bayesian Veri Analizi adlı kitabında, R'den JAGS kullanırken ... bir MCMC örneğindeki modun tahmini oldukça kararsız olabilir çünkü tahmin, MCMC örneğindeki rastgele tümseklere ve dalgalanmalara duyarlı olabilen bir düzeltme algoritmasına dayanır. ( Bayesian Veri Analizi Yapma , sayfa 205, bölüm 8.2.5.1) Metropolis algoritmasını ve Gibbs örneklemesi gibi …

12 bayesian  mcmc  mode 

Bu konuya atıfla: Markov Zinciri Monte Carlo'yu (MCMC) bir meslekten nasıl açıklarsınız? . Markov Zincirleri ve Monte Carlo'nun bir kombinasyonu olduğunu görebiliyorum: Posterior ile değişmez sınırlama dağılımı olarak bir Markov zinciri oluşturulur ve daha sonra Monte Carlo çekimleri (bağımlı) sınırlama dağılımından yapılır (= posterior). Diyelim ki (burada basitleştirdiğimi biliyorum) adımlarından …

12 mcmc 

RJMCMC kullanarak keşfettiğim çeşitli karmaşıklık modellerinin geniş (ancak sonlu) bir alanını düşünürüm . Her model için parametre vektörünün öncüsü oldukça bilgilendiricidir. Hangi durumlarda (varsa) Jeffreys-Lindley paradoksundan , daha karmaşık modellerden biri daha uygun olduğunda daha basit modelleri tercih etmekten endişelenmeliyim ? Bayesci model seçimindeki paradoksun sorunlarını vurgulayan basit örnekler var …

12 bayesian  model-selection  mcmc  prior  improper-prior