Pytania otagowane jako mcmc

Łańcuch Markowa Monte Carlo (MCMC) odnosi się do klasy metod generowania próbek z rozkładu docelowego poprzez generowanie liczb losowych z łańcucha Markowa, którego rozkład stacjonarny jest rozkładem docelowym. Metody MCMC są zwykle stosowane, gdy bardziej bezpośrednie metody generowania liczb losowych (np. Metoda inwersji) są niemożliwe. Pierwszą metodą MCMC był algorytm Metropolis, później zmodyfikowany do algorytmu Metropolis-Hastings.

4
Czy metody oparte na MCMC są odpowiednie, gdy dostępne jest oszacowanie Maximum a-posteriori?
Zauważyłem, że w wielu praktycznych zastosowaniach, metody oparte na MCMC są używane do oszacowania parametru, nawet jeśli a posterior jest analityczny (na przykład ponieważ priory były sprzężone). Dla mnie bardziej sensowne jest stosowanie estymatorów MAP niż estymatorów opartych na MCMC. Czy ktoś mógłby wskazać, dlaczego MCMC jest nadal odpowiednią metodą …
3
Robiąc MCMC: użyj jags / stan lub sam go zaimplementuj
Jestem nowy w badaniach Bayesian Statistics. Słyszałem od badaczy, że badacze bayesowscy lepiej wdrażają MCMC samodzielnie, niż używając narzędzi takich jak JAGS / Stan. Czy mogę zapytać, jaka jest korzyść z samodzielnego wdrażania algorytmu MCMC (w „niezbyt szybkich” językach, takich jak R), z wyjątkiem celu uczenia się?
13 bayesian  mcmc 
1
Hamiltonian Monte Carlo i dyskretne przestrzenie parametrów
Właśnie rozpoczął budowę modeli Stan ; aby zbudować znajomość narzędzia, pracuję nad niektórymi ćwiczeniami z analizy danych bayesowskich (wydanie 2). W Waterbuck wykonywania zakłada, że dane , z nieznany. Ponieważ Hamiltonian Monte Carlo nie zezwala na parametry dyskretne, zadeklarowałem jako rzeczywistą i zakodowałem rozkład dwumianowy o wartości rzeczywistej za pomocą …
1
Czy mogę częściowo zautomatyzować diagnostykę konwergencji MCMC, aby ustawić długość wygrzewania?
Chciałbym zautomatyzować wybór wypalania dla łańcucha MCMC, np. Usuwając pierwsze n wierszy na podstawie diagnostyki zbieżności. W jakim stopniu można bezpiecznie zautomatyzować ten krok? Nawet jeśli nadal dokładnie sprawdzę autokorelację, ślad MCcm i pliki PDF, byłoby miło mieć automatyczny wybór długości wypalenia. Moje pytanie jest ogólne, ale byłoby wspaniale, gdybyś …
13 r  bayesian  mcmc 
3
Zrozumienie MCMC: jaka byłaby alternatywa?
Nauka statystyk bayesowskich po raz pierwszy; zastanawiając się nad kątem MCMC, zastanawiałem się: czy robi coś, czego zasadniczo nie da się zrobić inaczej, czy też robi coś znacznie wydajniejszego niż alternatywy? Dla ilustracji załóżmy, że próbujemy obliczyć prawdopodobieństwo naszych parametrów, biorąc pod uwagę dane biorąc pod uwagę model, który oblicza …
13 bayesian  mcmc 
1
Zrozumienie MCMC i algorytmu Metropolis-Hastings
W ciągu ostatnich kilku dni starałem się zrozumieć, jak działa Markov Chain Monte Carlo (MCMC). W szczególności starałem się zrozumieć i wdrożyć algorytm Metropolis-Hastings. Do tej pory myślę, że mam ogólne zrozumienie algorytmu, ale jest kilka rzeczy, które nie są dla mnie jeszcze jasne. Chcę użyć MCMC, aby dopasować niektóre …
2
MCMC zbiega się w jedną wartość?
Próbuję dopasować model hierarchiczny za pomocą jags i pakietu rjags. Moja zmienna wyniku to y, która jest sekwencją prób bernoulli. Mam 38 ludzi, którzy występują w dwóch kategoriach: P i M. Na podstawie mojej analizy każdy mówca ma prawdopodobieństwo sukcesu w kategorii P i prawdopodobieństwo sukcesu w kategorii M . …
5
Czy standaryzowanie zmiennych niezależnych zmniejsza kolinearność?
Natknąłem się na bardzo dobry tekst na Bayes / MCMC. IT sugeruje, że standaryzacja zmiennych niezależnych sprawi, że algorytm MCMC (Metropolis) będzie bardziej wydajny, ale może także zmniejszyć (wiele) kolinearność. Czy to może być prawda? Czy powinienem to robić standardowo (przepraszam). Kruschke 2011, Doing Bayesian Data Analysis. (AP) edycja: na …
1
MCMC z algorytmem Metropolis-Hastings: wybór propozycji
Muszę wykonać symulację, aby ocenić całkę funkcji 3-parametrowej, mówimy , która ma bardzo skomplikowaną formułę. Poproszono o użycie metody MCMC w celu jej obliczenia i zaimplementowania algorytmu Metropolis-Hastings w celu wygenerowania wartości rozłożonych jako , i zasugerowano użycie 3 różnych normalnych jako rozkładu propozycji. Czytając kilka przykładów na ten temat, …
1
Dlaczego redundantna średnia parametryzacja przyspiesza Gibbs MCMC?
W książce Gelman & Hill (2007) (Analiza danych przy użyciu regresji i modeli wielopoziomowych / hierarchicznych) autorzy twierdzą, że uwzględnienie redundantnych parametrów średnich może przyspieszyć MCMC. Podany przykład jest nie zagnieżdżonym modelem „symulatora lotu” (równanie 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, …
2
Wiarygodność trybu z próbki MCMC
W swojej książce Doing Bayesian Data Analysis John Kruschke stwierdza, że ​​używając JAGS z R. ... oszacowanie trybu z próbki MCMC może być raczej niestabilne, ponieważ oszacowanie opiera się na algorytmie wygładzania, który może być wrażliwy na przypadkowe nierówności i pomarszczenia w próbce MCMC. ( Doing Bayesian Data Analysis , …
12 bayesian  mcmc  mode 
1
MCMC; Czy możemy być pewni, że mamy „czystą” i „wystarczająco dużą” próbkę z tyłu? Jak to może działać, jeśli nie jesteśmy?
Odnosząc się do tego wątku: Jak wyjaśniłbyś Markov Chain Monte Carlo (MCMC) laikowi? . Widzę, że jest to kombinacja Łańcuchów Markowa i Monte Carlo: łańcuch Markowa jest tworzony z tylnym jako niezmienny ograniczający rozkład, a następnie rysuje Monte Carlo (zależne) z rozkładu ograniczającego (= nasz tylny). Powiedzmy (wiem, że tutaj …
12 mcmc 
1
Kiedy powinienem się martwić paradoksem Jeffreysa-Lindleya w wyborze modelu Bayesa?
Rozważam dużą (ale skończoną) przestrzeń modeli o różnym stopniu złożoności, które eksploruję za pomocą RJMCMC . Wstęp na wektorze parametrów dla każdego modelu jest dość pouczający. W jakich przypadkach (jeśli w ogóle) powinienem się martwić paradoksem Jeffreysa-Lindleya faworyzującym prostsze modele, gdy jeden z bardziej złożonych modeli byłby bardziej odpowiedni? Czy …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.