Запитання з тегом «mcmc»

Ланцюг Маркова Монте-Карло (MCMC) відноситься до класу методів генерації вибірок із цільового розподілу шляхом генерації випадкових чисел з ланцюга Маркова, стаціонарне розподіл якого є цільовим розподілом. Методи MCMC, як правило, застосовуються, коли більш прямі методи для генерації випадкових чисел (наприклад, інверсійний метод) є нездійсненними. Першим методом MCMC був алгоритм Metropolis, пізніше модифікований на алгоритм Metropolis-Hastings.

1
Яка різниця між відбіркою Metropolis Гастінгсом, Гіббсом, важливістю та відхиленням?
Я намагався вивчити методи MCMC і натрапив на вибірку Metropolis Hastings, Gibbs, Importance та Rejection. Хоча деякі з цих відмінностей очевидні, тобто, як Гіббс є особливим випадком Метрополіса Гастінгса, коли ми маємо повну умову, інші менш очевидні, як, наприклад, коли ми хочемо використовувати MH у пробовідбірника Гіббса тощо. простий спосіб …
1
Варіаційний висновок проти MCMC: коли вибрати один над іншим?
Я думаю, що я знаю загальне уявлення про VI та MCMC, включаючи різні аромати MCMC, такі як відбір проб Гіббса, Metropolis Hastings тощо. Цей документ пропонує чудову експозицію обох методів. У мене є такі питання: Якщо я хочу зробити байєсівський висновок, чому я б обрав один метод над іншим? Які …
3
Чому існує різниця між ручним обчисленням логістичної регресії 95% довірчого інтервалу та використанням функції conint () в R?
Дорогі всі - я помітив щось дивне, чого я не можу пояснити, чи не так? Підсумовуючи: ручний підхід до обчислення довірчого інтервалу в моделі логістичної регресії та функції R confint()дають різні результати. Я пережив прикладну логістичну регресію Hosmer & Lemeshow (2-е видання). У 3-й главі є приклад обчислення коефіцієнта шансів …
34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 
3
Приклади помилок в алгоритмах MCMC
Я досліджую метод автоматичної перевірки методів Монте-Карло ланцюга Маркова, і я хотів би декілька прикладів помилок, які можуть виникнути при побудові або реалізації таких алгоритмів. Бонусні бали, якщо в опублікованій роботі був використаний неправильний метод. Мене особливо цікавлять випадки, коли помилка означає, що ланцюг має неправильний інваріантний розподіл, хоча також …
28 mcmc 
1
Розрахунок граничної ймовірності зразків MCMC
Це питання, що повторюється (див. Цю публікацію , цю публікацію та цю публікацію ), але у мене інший виток. Припустимо, у мене є купа зразків із загального пробовідбору MCMC. Для кожного зразка я знаю значення ймовірності журналу та журналу попереднього . Якщо це допомагає, я також знаю значення ймовірності журналу …
1
Гамільтоніан Монте-Карло проти послідовного Монте-Карло
Я намагаюся відчути відносні достоїнства та недоліки, а також різні області застосунку цих двох схем MCMC. Коли ви використовували б які і чому? Коли один може вийти з ладу, а інший - ні (наприклад, де застосовується HMC, але SMC немає, і навпаки) Чи міг би один, дуже наївно наданий, застосувати …
4
Бібліотеки C ++ для статистичних обчислень
У мене є особливий алгоритм MCMC, який я хотів би перенести на C / C ++. Значна частина дорогих обчислень вже є на C через Cython, але я хочу, щоб весь зразок був написаний компільованою мовою, щоб я міг просто писати обгортки для Python / R / Matlab / що …
23 mcmc  software  c++  computing 
4
Чи можна використовувати алгоритми машинного навчання або глибокого навчання для «покращення» процесу вибірки методу MCMC?
На основі мало знань, які я маю щодо методів MCMC (ланцюг Маркова Монте-Карло), я розумію, що відбір проб є важливою частиною вищезгаданої методики. Найпоширенішими методами відбору проб є Гамільтоніан та Метрополіс. Чи є спосіб використовувати машинне навчання або навіть глибоке навчання для побудови більш ефективного пробника MCMC?
1
Які деякі вдосконалення щодо алгоритмів підручника MCMC, які люди використовують для байєсівського висновку?
Коли я кодую імітацію Монте-Карло для якоїсь проблеми, і модель досить проста, я використовую дуже базовий вибірковий зразок підручника Гіббса. Коли неможливо використовувати вибірку Гіббса, я кодую підручник «Метрополіс-Гастінгс», про який я дізнався роки тому. Єдина думка, яку я йому приділяю, - це вибір стрибкового розподілу або його параметрів. Я …
1
Залишкова діагностика в регресійних моделях на основі МСМС
Нещодавно я взявся за пристосування регресійних змішаних моделей у байєсівській основі, використовуючи алгоритм MCMC (фактично функція MCMCglmm в R). Я вважаю, що я зрозумів, як діагностувати конвергенцію процесу оцінки (слід, графік гевеке, автокореляція, задній розподіл ...). Одне з того, що мене вражає в байєсівських рамках, - це те, що, здається, …
3
Чому ми повинні дбати про швидке змішування в ланцюгах MCMC?
Працюючи з ланцюжком Маркова Монте-Карло, щоб зробити висновок, нам потрібна ланцюг, яка швидко перемішується, тобто швидко переміщується через опору заднього розподілу. Але я не розумію, для чого нам потрібна ця властивість, тому що, наскільки я розумію, прийнята кандидатура повинна і концентрується у частині високої щільності заднього розподілу. Якщо те, що …
21 mcmc 
1
Чи можна довіряти адаптивній MCMC?
Я читаю про адаптивну MCMC (див., Наприклад, Розділ 4 Посібника Ланцюга Маркова Монте-Карло , ред. Брукс та ін., 2011; а також Andrieu & Thoms, 2008 ). Основний результат Робертса та Розенталя (2007) полягає в тому, що якщо схема адаптації задовольняє зникаючу умову адаптації (плюс деякі інші технічні характеристики), адаптивна MCMC …
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.