Próbuję zrozumieć wewnętrzne działanie Hamiltona Monte Carlo (HMC), ale nie mogę w pełni zrozumieć tej części, kiedy zastępujemy deterministyczną integrację czasową propozycją Metropolis-Hasting. Czytam niesamowity wstępny artykuł „Koncepcyjne wprowadzenie do Hamiltonian Monte Carlo” autorstwa Michaela Betancourta, więc będę postępować zgodnie z tą samą notacją, która została w nim zastosowana. tło …
Załóżmy, że chcemy obliczyć pewne oczekiwania: EYEX|Y[f(X,Y)]EYEX|Y[f(X,Y)]E_YE_{X|Y}[f(X,Y)] Załóżmy, że chcemy to przybliżyć za pomocą symulacji Monte Carlo. EYEX|Y[f(X,Y)]≈1RS∑r=1R∑s=1Sf(xr,s,yr)EYEX|Y[f(X,Y)]≈1RS∑r=1R∑s=1Sf(xr,s,yr)E_YE_{X|Y}[f(X,Y)] \approx \frac1{RS}\sum_{r=1}^R\sum_{s=1}^Sf(x^{r,s},y^r) ALE załóżmy, że pobieranie próbek z obu rozkładów jest kosztowne, dlatego możemy sobie pozwolić tylko na narysowanie stałej liczby KKK. Jak powinniśmy przydzielić KKK? Przykłady obejmująK/2K/2K/2 losuje do każdego rozkładu, …
Nigdy nie miałem formalnego kursu statystyki, ale z powodu moich badań ciągle napotykam artykuły, które stosują kilka pojęć statystycznych. Często widzę opis procesu Monte Carlo zastosowanego do danej sytuacji, a to, co mogę zebrać 9 na 10 razy, sprowadza się do zwykłego losowego pokolenia populacji i jego późniejszych badań. Moje …
Jestem całkiem pewien, że rozumiem, jak działa integracja Monte Carlo, ale nie rozumiem sformułowania, w jaki sposób jest ona używana do oszacowania Pi. Postępuję zgodnie z procedurą opisaną na 5. slajdzie tej prezentacji http://homepages.inf.ed.ac.uk/imurray2/teaching/09mlss/slides.pdf Rozumiem wstępne kroki. Pi jest równe 4-krotności pola jednej czwartej okręgu jednostki. A obszar prawej górnej …
Chciałbym zrozumieć zastosowanie symulacji Monte Carlo w chisq.test()funkcji w R. Mam zmienną jakościową, która ma 128 poziomów / klas. Moja próbka to 26 (nie mogłem próbkować więcej „osób”). Więc oczywiście będę mieć kilka poziomów z 0 „osobami”. Ale faktem jest, że mam bardzo małą liczbę klas reprezentowanych z 127 możliwych. …
Mam nadzieję, że jest to właściwe miejsce, aby zapytać, jeśli nie, możesz przenieść je na bardziej odpowiednie forum. Od dłuższego czasu zastanawiam się, jak traktować funkcje całkowite niekwadratowe z integracją Monte Carlo. Wiem, że MC nadal podaje prawidłowe oszacowanie, ale błąd jest nierealny (rozbieżny?) Dla tego rodzaju funkcji. Ograniczmy nas …
Próbuję obliczyć krańcowe prawdopodobieństwo modelu statystycznego metodami Monte Carlo: fa( x ) = ∫fa( x ∣ θ ) π( θ )reθfa(x)=∫fa(x∣θ)π(θ)reθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta Prawdopodobieństwo jest dobrze zachowane - gładkie, wklęsłe - ale wysokie. Próbowałem ważnego próbkowania, ale wyniki są niepewne i zależą w dużej mierze od propozycji, …
Próbowałem symulować z dwuwymiarowej gęstości p ( x , y)p(x,y)p(x,y)używając algorytmów Metropolis w R i nie miał szczęścia. Gęstość można wyrazić jako p ( y| x)p(x)p(y|x)p(x)p(y|x)p(x), gdzie p ( x )p(x)p(x) jest dystrybucją Singh-Maddala p ( x ) =qxa - 1bza( 1 + (xb)za)1 + qp(x)=aqxa−1ba(1+(xb)a)1+qp(x)=\dfrac{aq x^{a-1}}{b^a (1 + (\frac{x}{b})^a)^{1+q}} …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.