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...
Mam problem ze zrozumieniem, w której sytuacji podejście MCMC jest rzeczywiście przydatne. Przechodzę przez zabawkowy przykład z książki Kruschke „Doing Bayesian Data Analysis: A Tutorial with R and BUGS”. Do tej pory rozumiałem, że potrzebujemy rozkładu docelowego, który jest proporcjonalny do...
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 (=...
Zapoznam się ze statystykami bayesowskimi, czytając książkę Doing Bayesian Data Analysis autorstwa Johna K. Kruschke znaną również jako „książkę o szczeniętach”. W rozdziale 9 przedstawiono modele hierarchiczne na tym prostym przykładzie: a obserwacje Bernoulliego to 3 monety, każde 10 rzutów....
Wydaje mi się, że rozumiem równanie stanu równowagi szczegółowej, które stwierdza, że dla prawdopodobieństwa przejścia i rozkładu stacjonarnego Łańcuch Markowa spełnia równowagę szczegółową, jeśliπ q ( x | y ) π ( y ) = q ( y | x ) π ( x ) ,qqqππ\piq( x | y) π( y) = q(y|x ) π( X )...
Mam problemy z wydajnością przy użyciu MCMCglmmpakietu w R do uruchomienia mieszanego modelu efektów. Kod wygląda następująco: 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,...
Czytam artykuły badawcze przy użyciu metod MCMC i widzę, że większość z nich zawiera wykresy śladowe. Dlaczego potrzebujemy wykresów śladowych w łańcuchu Monte Carlo Markov? Co wskazuje wykres śledzenia
Miałem wrażenie, że funkcja lmer()w lme4pakiecie nie generowała wartości p (patrz lmerwartości p i tak dalej ). Używam MCMC wygenerowane wartości p zamiast, jak na to pytanie: znaczący wpływ w lme4modelu mieszanym i to pytanie: nie można odnaleźć wartości p w wyjściu ze lmer()w lm4opakowaniu wR...
W metodach MCMC wciąż czytam o burn-inczasie lub liczbie próbek "burn". Co to dokładnie jest i dlaczego jest potrzebne? Aktualizacja: Czy po stabilizacji MCMC pozostaje stabilny? W jaki sposób pojęcie burn-inczasu jest powiązane z czasem
Muszę przestudiować metody Markov Chain Monte Carlo, a dokładniej muszę przestudiować algorytm Metropolis Hastings i wszystko w tym stylu, jak kryteria konwergencji. Kto może przepisać mi książkę, artykuł lub stronę internetową, które wyjaśniają ten argument przy użyciu prostych terminów, ale nie...
Debugowanie programów MCMC jest niezwykle trudne. Trudność wynika z kilku problemów, z których niektóre to: (a) Cykliczny charakter algorytmu Iteracyjnie rysujemy parametry na podstawie wszystkich innych parametrów. Dlatego jeśli implementacja nie działa poprawnie, trudno jest wyodrębnić błąd,...
Szukam artykułów lub książek z praktycznymi i teoretycznymi przykładami na temat podstawowej MCMC dla statystyki bayesowskiej (z R). Nigdy nie studiowałem symulacji i dlatego szukam „podstawowych” informacji. Czy możesz dać mi jakieś rekomendacje lub
Chcę zaimplementować (w R) następujący bardzo prosty dynamiczny model liniowy, dla którego mam 2 nieznane parametry zmieniające się w czasie (wariancja błędu obserwacji i wariancja błędu stanu ). ϵ 2 tϵ1tϵt1\epsilon^1_tϵ2)tϵt2\epsilon^2_t Ytθt + 1==θt+ ϵ1tθt+ ϵ2)tYt=θt+ϵt1θt+1=θt+ϵt2...
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...
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...
Biorąc pod uwagę wzór na oszacowanie parametru MAP Dlaczego potrzebne jest podejście MCMC (lub podobne), czy nie mógłbym po prostu pobrać pochodnej, ustawić ją na zero, a następnie rozwiązać dla
Ciągle czytam o potrzebie sprawdzenia autokorelacji w MCMC. Dlaczego ważne jest, aby autokorelacja była niska? Co mierzy w kontekście
Losowy las jest zbiorem drzew decyzyjnych tworzonych przez losowo wybierając tylko niektóre funkcje, aby zbudować każde drzewo z (a czasem pakowania danych treningowych). Najwyraźniej dobrze się uczą i generalizują. Czy ktoś zrobił MCMC próbkowanie przestrzeni drzewa decyzyjnego lub porównał je z...
Mam funkcję prawdopodobieństwa dla prawdopodobieństwa moich danych biorąc pod uwagę niektóre parametry modelu , które chciałbym oszacować. Zakładając płaskie priorytety parametrów, prawdopodobieństwo jest proporcjonalne do prawdopodobieństwa a posteriori. Używam metody MCMC, aby zbadać to...
mgcvOpakowanie Rposiada dwie funkcje montowania interakcji produktów napinacz: te()i ti(). Rozumiem podstawowy podział pracy między nimi (dopasowanie interakcji nieliniowej vs. rozkładanie tej interakcji na główne efekty i interakcję). To, czego nie rozumiem, to dlaczego te(x1, x2)i ti(x1) + ti(x2)...