Pytania oznaczone «gibbs»

Próbnik Gibbsa jest prostą formą symulacji Markov Chain Monte Carlo, szeroko stosowanej w statystykach bayesowskich, opartej na próbkowaniu z pełnych rozkładów warunkowych dla każdej zmiennej lub grupy zmiennych. Nazwa pochodzi od metody zastosowanej po raz pierwszy w modelowaniu obrazów Gibbsa przez Gemana i Gemana (1984).

41
OpenBugs vs. JAGS

Za chwilę wypróbuję środowisko w stylu BUGS do szacowania modeli bayesowskich. Czy są jakieś ważne zalety, które należy wziąć pod uwagę, wybierając pomiędzy OpenBugs lub JAGS? Czy jedna może zastąpić drugą w dającej się przewidzieć przyszłości? Będę używać wybranego Gibbsa Samplera z R. Nie mam...

29
Dobre samouczki Gibbs i samouczki

Chcę się dowiedzieć, jak działa Gibbs Sampling i szukam dobrego papieru podstawowego do średnio zaawansowanego. Mam wykształcenie informatyczne i podstawową wiedzę statystyczną. Czy ktoś czytał wokół dobry materiał? gdzie się tego

21
Jakie są dobrze znane ulepszenia w stosunku do podręcznikowych algorytmów MCMC, których ludzie używają do wnioskowania bayesowskiego?

Kiedy koduję symulację Monte Carlo dla jakiegoś problemu, a model jest dość prosty, używam bardzo prostego podręcznika Gibbs. Kiedy nie jest możliwe użycie próbkowania Gibbsa, koduję podręcznik Metropolis-Hastings, którego nauczyłem się wiele lat temu. Zastanawiam się nad wyborem rozkładu skoków...

17
Czy algorytm Gibbs Sampling gwarantuje szczegółową równowagę?

Mam najwyższą władzę 1, że Gibbs Sampling jest szczególnym przypadkiem algorytmu Metropolis-Hastings do próbkowania Markov Chain Monte Carlo. Algorytm MH zawsze daje prawdopodobieństwo przejścia z właściwością równowagi szczegółowej; Spodziewam się, że Gibbs też powinien. Więc gdzie w poniższym...

16
Stan

Przeglądałem dokumentację Stana, którą można pobrać stąd . Byłem szczególnie zainteresowany ich wdrożeniem diagnostyki Gelmana-Rubina. Oryginalny artykuł Gelman i Rubin (1992) definiuje potencjalny współczynnik redukcji skali (PSRF) w następujący sposób: Niech Xi,1,…,Xi,NXi,1,…,Xi,NX_{i,1}, \dots...

15
Skąd pochodzą pełne warunki warunkowe w próbkowaniu Gibbsa?

Algorytmy MCMC, takie jak próbkowanie Metropolis-Hastings i Gibbs, są sposobami próbkowania ze wspólnych rozkładów tylnych. Wydaje mi się, że rozumiem i potrafię dość łatwo wdrożyć pospieszanie metropolii - po prostu wybierasz punkty początkowe i „chodzisz po przestrzeni parametrów” losowo,...

11
Czy Gibbs pobiera próbki z metody MCMC?

O ile rozumiem, jest to (przynajmniej tak definiuje to Wikipedia ). Ale znalazłem to oświadczenie Efron * (wyróżnienie dodane): Sieć Markov Monte Carlo (MCMC) to wielki sukces współczesnych statystyk bayesowskich. MCMC i jego siostrzana metoda „próbkowania Gibbsa” pozwalają na obliczenia...

11
Jak uzyskać próbkowanie Gibbsa?

W rzeczywistości waham się zadać to pytanie, ponieważ obawiam się, że zostaną skierowane do innych pytań lub Wikipedii na temat pobierania próbek Gibbs, ale nie mam wrażenia, że ​​opisują to, co jest pod ręką. Biorąc pod uwagę prawdopodobieństwo warunkowe : p ( x | y ) y = y 0 y = y 1 x = x 0...

11
Próbkowanie Gibbsa dla modelu Isinga

Pytanie do pracy domowej: Rozważ model 1-d Isinga. Niech . wynosi -1 lub +1x=(x1,...xd)x=(x1,...xd)x = (x_1,...x_d)xixix_i π(x)∝e∑39i=1xixi+1π(x)∝e∑i=139xixi+1\pi(x) \propto e^{\sum_{i=1}^{39}x_ix_{i+1}} Zaprojektuj algorytm próbkowania Gibbs do generowania próbek w przybliżeniu z rozkładu...

9
Zamieszanie związane z próbkowaniem Gibbsa

Natknąłem się na ten artykuł, w którym napisano, że w próbkowaniu Gibbsa każda próbka jest akceptowana. Jestem trochę zmieszany. Jak to możliwe, że jeśli każda zaakceptowana próbka zbiega się w rozkład stacjonarny. Ogólnie algorytm metropolii akceptujemy jako min (1, p (x *) / p (x)), gdzie x *...

9
Oblicz krzywą ROC dla danych

Mam więc 16 prób, w których próbuję uwierzytelnić osobę z cechy biometrycznej za pomocą Hamminga. Mój próg jest ustawiony na 3,5. Moje dane są poniżej i tylko próba 1 jest prawdziwie pozytywna: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 10 0.45 11 0.42 12...