Domande taggate «mcmc»

Catena di Markov Monte Carlo (MCMC) si riferisce a una classe di metodi per generare campioni da una distribuzione target generando numeri casuali da una catena Markov la cui distribuzione stazionaria è la distribuzione target. I metodi MCMC sono in genere utilizzati quando sono impossibili metodi più diretti per la generazione di numeri casuali (ad esempio il metodo di inversione). Il primo metodo MCMC era l'algoritmo Metropolis, successivamente modificato con l'algoritmo Metropolis-Hastings.

3
Fare MCMC: usa jags / stan o implementalo da solo
Sono nuovo nella ricerca statistica bayesiana. Ho sentito dai ricercatori che i ricercatori bayesiani implementano meglio MCMC da soli piuttosto che usare strumenti come JAGS / Stan. Posso chiederti quali sono i vantaggi dell'implementazione dell'algoritmo MCMC da soli (in un linguaggio "non abbastanza veloce" come R), tranne per scopi di …
13 bayesian  mcmc 
2
Processo AR (1) con errori di misura eteroscedastici
1. Il problema Ho alcune misure di una variabile ytyty_t , dove t=1,2,..,nt=1,2,..,nt=1,2,..,n , per cui ho una distribuzione fyt(yt)fyt(yt)f_{y_t}(y_t) ottenuto tramite MCMC, che per semplicità Si assume una gaussiana di media μtμt\mu_t e varianza σ2tσt2\sigma_t^2 . Ho un modello fisico per quelle osservazioni, diciamo g(t)g(t)g(t) , ma i residui …
3
Capire MCMC: quale sarebbe l'alternativa?
Imparare le statistiche bayesiane per la prima volta; come punto di vista verso la comprensione della MCMC, mi chiedevo: sta facendo qualcosa che fondamentalmente non può essere fatto in un altro modo o sta semplicemente facendo qualcosa di molto più efficiente delle alternative? A titolo di illustrazione, supponiamo di provare …
13 bayesian  mcmc 
1
Comprensione di MCMC e dell'algoritmo Metropolis-Hastings
Negli ultimi giorni ho cercato di capire come funziona Markov Chain Monte Carlo (MCMC). In particolare, ho cercato di comprendere e implementare l'algoritmo Metropolis-Hastings. Finora penso di avere una comprensione generale dell'algoritmo ma ci sono un paio di cose che non sono ancora chiare per me. Voglio usare MCMC per …
2
MCMC converge in un singolo valore?
Sto cercando di adattare un modello gerarchico usando jags e il pacchetto rjags. La mia variabile di risultato è y, che è una sequenza di prove di bernoulli. Ho 38 soggetti umani che si esibiscono in due categorie: P e M. Sulla base della mia analisi, ogni oratore ha una …
2
Affidabilità della modalità da un campione MCMC
Nel suo libro Doing Bayesian Data Analysis, John Kruschke afferma che usando JAGS di R ... la stima della modalità da un campione MCMC può essere piuttosto instabile perché la stima si basa su un algoritmo di livellamento che può essere sensibile a urti e increspature casuali nel campione MCMC. …
12 bayesian  mcmc  mode 
1
Quando dovrei essere preoccupato per il paradosso Jeffreys-Lindley nella scelta del modello bayesiano?
Sto prendendo in considerazione un ampio (ma finito) spazio di modelli di varia complessità che esploro usando RJMCMC . Il precedente sul vettore dei parametri per ciascun modello è abbastanza informativo. In quali casi (se ce ne sono) dovrei essere preoccupato per il paradosso Jeffreys-Lindley che favorisce i modelli più …
2
Quando è utile MCMC?
Ho difficoltà a capire in quale situazione l'approccio MCMC è effettivamente utile. Sto esaminando un esempio di giocattolo tratto dal libro di Kruschke "Fare analisi dei dati bayesiani: un tutorial con R e BUG". Ciò che ho capito finora è che abbiamo bisogno di una distribuzione target che sia proporzionale …
12 mcmc 
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.