Wszelkie sugestie dotyczące dobrego źródła do nauki metod MCMC?
references
mcmc
użytkowników88
źródło
źródło
Odpowiedzi:
Dostępne są samouczki online
Praktyczny łańcuch Markowa Monte Carlo autorstwa Geyera ( Stat. Science , 1992) jest również dobrym punktem wyjścia, a ilustracje można zobaczyć w pakietach MCMCpack lub mcmc R.
źródło
Nie przeczytałem go (jeszcze), ale jeśli jesteś w R, jest książka Christiana P. Roberta i George'a Caselli: Przedstawiamy metody Monte Carlo za pomocą R (użyj R)
Wiem o tym po śledzeniu jego (bardzo dobrego) bloga
źródło
Gilks WR, Richardson S., Spiegelhalter DJ Markov Chain Monte Carlo in Practice . Chapman & Hall / CRC, 1996.
Względny staruszek teraz, ale nadal dobry.
źródło
Podręcznik Markov Chain Monte Carlo, Steve Brooks, Andrew Gelman, Galin Jones i Xiao-Li Meng, red. 2011 CRC Press.
Rozdział 4 „Wnioskowanie z symulacji i monitorowania zbieżności” Gelmana i Shirleya jest dostępny online.
źródło
Dani Gamerman i Hedibert F. Lopes. Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference (2nd ed.). Boca Raton, Floryda: Champan & Hall / CRC, 2006. 344 s. ISBN 0-412-81820-5 .
- książka ostatnio zaktualizowana niż Gilks, Richardson i Spiegelhalter. Sam tego nie czytałem, ale został dobrze sprawdzony w Technometrics w 2008 roku , a pierwsze wydanie otrzymało również dobrą recenzję w The Statistician w 1998 roku.
źródło
Kolejna klasyczna pozycja (w połączeniu ze wspomnianym już wprowadzeniem metod Monte Carlo z R ):
Metody statystyczne Monte Carlo autorstwa Roberta i Caselli (2004)
w Use R! seria jest również:
Wprowadzenie do symulacji prawdopodobieństwa i próbkowania Gibbsa za pomocą R autorstwa Suess i Trumbo (2010)
źródło
Najbardziej dostępny tekst to Bayesian Cognitive Modeling: A Practical Course . Bardzo przejrzysta ekspozycja. Książka ma świetne przykłady BŁĘDÓW i zostały przeniesione do Stana na stronie przykładów github .
źródło