«mcmc» etiketlenmiş sorular

MCMC yaklaşımının hangi durumda gerçekten yararlı olduğunu anlama konusunda sorun yaşıyorum. "Bayesian Veri Analizi Yapmak: R ve BUGS ile Öğretici" adlı Kruschke kitabından bir oyuncak örneği alıyorum. Şimdiye kadar anladığım şey , örneğine sahip olmak için ile orantılı bir hedef dağılımına ihtiyacımız var . Bununla birlikte, bana öyle geliyor ki …

12 mcmc 

"Yavru kitap" olarak da bilinen John K. Kruschke'nin Bayesian Veri Analizi adlı kitabını okuyarak Bayesci istatistiklere aşina oluyorum . 9. bölümde, hiyerarşik modeller bu basit örnekle tanıtılmaktadır: ve Bernoulli gözlemleri 3'er madeni paradır, her biri 10 döndürür. Biri 9 kafa, diğeri 5 kafa ve diğeri 1 kafa gösterir.yj benθjμκ∼ B …

12 bayesian  interpretation  python  mcmc  autocorrelation 

Ben işlevi bir izlenimi lmer()de lme4paketin p-değerleri (bkz vermedi lmer, p-değerleri ve tüm bu ). MCMC oluşturulan p değerleri yerine şu soruya göre kullanıyorum: Karışık model ve bu soruda önemli etkisilme4 : içinde paketinde gelen p-değerleri bulunamıyorlmer()lm4R . Son zamanlarda modelimingetSummary.mer() sabit efektlerini bir csv dosyasına almak için memisc ve …

12 r  mixed-model  p-value  mcmc  lme4-nlme 

MCMCglmmKarışık efektler modeli çalıştırmak için R paketini kullanarak performans sorunları yaşıyorum . Kod şöyle görünür: 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) Verilerde yaklaşık 20.000 gözlem vardır ve bunlar yaklaşık 200 okulda kümelenmiştir. Kullanılmamış tüm değişkenleri veri çerçevesinden bıraktım ve çalıştırmadan önce diğer tüm nesneleri bellekten kaldırdım. …

12 r  mixed-model  mcmc  computational-statistics 

Aslında bunu sormakta tereddüt ediyorum, çünkü korkarım diğer sorulara veya Gibbs örnekleminde Wikipedia'ya yönlendirileceğim, ancak eldeki şeyi tarif ettikleri hissine sahip değilim. Koşullu olasılık verildiğinde : p ( x | y ) y = y 0 y = y 1 x = x 0 1p ( x | y)p(x|y)p(x|y)p ( …

12 sampling  mcmc  gibbs 

In MCMC yöntemlerle, ben yaklaşık okumaya devam burn-inzaman veya numune sayısına "burn". Bu tam olarak nedir ve neden gereklidir? Güncelleme: MCMC dengelendiğinde, stabil kalıyor mu? burn-inZaman kavramı , karıştırma zamanı ile nasıl ilişkilidir?

12 sampling  mcmc 

Sanırım ayrıntılı denge koşulunun denklemini anlıyorum, geçiş olasılığı ve sabit dağılım , eğer bir Markov Zinciri ise ayrıntılı dengeyi sağlıyorqqqππ\piq(x|y)π(y)=q(y|x)π(x),q(x|y)π(y)=q(y|x)π(x),q(x|y)\pi(y)=q(y|x)\pi(x), Bu şekilde yeniden ifade edersem bana daha mantıklı: q(x|y)q(y|x)=π(x)π(y).q(x|y)q(y|x)=π(x)π(y).\frac{q(x|y)}{q(y|x)}= \frac{\pi(x)}{\pi(y)}. Temel olarak, durum durum geçiş olasılığı, olasılık yoğunluklarının oranıyla orantılı olmalıdır.xxxyyy

12 probability  mcmc  markov-process 

On onların wiki sayfasından Stan devletin geliştiriciler: Sevmediğimiz bazı ilkeler: değişmezlik, Jeffreys, entropi Bunun yerine, birçok normal dağıtım önerisi görüyorum. Şimdiye kadar örnekleme itimat etmedi Bayes yöntemleri kullanılır ve nazik anlamış mutlu oldu neden binom olasılıkları için iyi bir seçimdi.θ ~ beta ( α = 12, β= 12)θ~Beta(α=12,β=12)\theta \sim \text{Beta}\left(\alpha=\frac{1}{2},\beta=\frac{1}{2}\right)

12 bayesian  mcmc  prior  pymc  stan 

MCMC yöntemlerini kullanarak araştırma makaleleri okuyorum ve çoğunun eser grafikler sağladığını görüyorum. Monte Carlo Markov Zinciri'nde neden iz alanlarına ihtiyacımız var? İzleme parametresi neyi gösterir?

12 data-visualization  mcmc 

Çok basit bir model deniyorum: Hassasiyeti bildiğimi varsaydığım bir Normal yerleştirmek ve sadece ortalamayı bulmak istiyorum. Aşağıdaki kod Normal'e uygun görünüyor. Ancak montajdan sonra, modelden örnek almak istiyorum, yani datadeğişkenime benzer yeni veriler üretmek istiyorum . trace("mean")Ortalama değişken için örnek almak için kullanabileceğimi biliyorum . Ancak modelin kendisinden nasıl yeni …

12 mcmc  pymc 

Bir olasılık işlevi vardır verilerim olasılık bazı model parametrelerinin verilen I tahmin etmek istiyorum. Parametreler üzerinde düz öncelikler varsayarsak, olasılık posterior olasılıkla orantılıdır. Bu olasılığı örneklemek için bir MCMC yöntemi kullanın.L(d|θ)L(d|θ)\mathcal{L}(d | \theta)dddθ∈RNθ∈RN\theta \in \mathbf{R}^N Ortaya çıkan yakınsak zincire bakıldığında, maksimum olabilirlik parametrelerinin posterior dağılımlarla tutarlı olmadığını düşünüyorum. Örneğin, parametrelerden …

11 bayesian  maximum-likelihood  optimization  inference  mcmc 

Anladığım kadarıyla, (en azından Wikipedia bunu böyle tanımlar ). Ama bu ifadeyi Efron * tarafından buldum (vurgu eklendi): Markov zinciri Monte Carlo (MCMC), günümüzün Bayes istatistiklerinin büyük başarı öyküsüdür. MCMC ve kardeş yöntemi “Gibbs örneklemesi” , analitik ifade için çok karmaşık durumlarda posterior dağılımların sayısal olarak hesaplanmasına izin verir. ve …

11 mcmc  gibbs 

Bayesian İstatistik için temel MCMC (R ile) hakkında pratik ve teorik örnekler içeren bazı makaleler veya kitaplar arıyorum . Simülasyon hakkında hiç çalışmadım ve bu yüzden "temel" bilgi arıyorum. Bana tavsiye veya tavsiye verebilir misiniz?

11 bayesian  references  mcmc 

Bir parametrenin MAP tahmini formülü göz önüne alındığında, neden bir MCMC (veya benzeri) yaklaşıma ihtiyaç duyulur, sadece türevi alıp sıfıra ayarlayamadım ve parametre için çözemedim?

11 bayesian  estimation  mcmc 

Ödev sorusu: 1-d Ising modelini düşünün. Let . -1 veya +1'dirX ix = ( x1, . . . xd)x=(x1,...xd)x = (x_1,...x_d)xbenxix_i π( x ) ∝ eΣ39i = 1xbenxi + 1π(x)∝e∑i=139xixi+1\pi(x) \propto e^{\sum_{i=1}^{39}x_ix_{i+1}} Yaklaşık hedef dağıtım den örnekler üretmek için bir gibbs örnekleme algoritması tasarlayın .π( x )π(x)\pi(x) Girişimim: vektörünü doldurmak …

11 self-study  sampling  mcmc  gibbs