«mcmc» 태그된 질문

Markov Chain Monte Carlo (MCMC)는 정지 분포가 목표 분포 인 Markov Chain에서 난수를 생성하여 목표 분포에서 샘플을 생성하는 방법 클래스를 말합니다. MCMC 방법은 일반적으로 난수 생성을위한보다 직접적인 방법 (예 : 반전 방법)을 사용할 수 없을 때 사용됩니다. 첫 번째 MCMC 방법은 Metropolis 알고리즘으로 나중에 Metropolis-Hastings 알고리즘으로 수정되었습니다.

2
깁스 샘플링 및 일반 MH-MCMC
나는 Gibbs 샘플링과 Metropolis Hastings 알고리즘에 대해 약간의 독서를하고 있으며 몇 가지 질문이 있습니다. 내가 이해하는 것처럼 Gibbs 샘플링의 경우 큰 다변량 문제가있는 경우 조건부 분포에서 샘플링합니다. 즉, 하나의 변수는 샘플링하고 다른 변수는 모두 고정하고 MH에서는 전체 관절 분포에서 샘플링합니다. 문서가 말한 한 가지는 제안 된 샘플이 Gibbs Sampling에서 항상 …
4
실제로 사용되는 Metropolis-Hastings 알고리즘
나는 오늘 Christian Robert의 블로그를 읽고 있었고 그가 논의한 새로운 Metropolis-Hastings 알고리즘을 매우 좋아했습니다. 간단하고 구현하기 쉬운 것처럼 보였습니다. MCMC를 코딩 할 때마다 독립적 인 이동 또는 로그 스케일에서의 임의의 이동과 같은 매우 기본적인 MH 알고리즘을 사용하는 경향이 있습니다. 사람들이 일상적으로 사용하는 MH 알고리즘은 무엇입니까? 특히: 왜 그것들을 사용합니까? 어떤 …
4
엣지 케이스의 정밀도 및 리콜에 대한 올바른 값은 무엇입니까?
정밀도는 다음과 같이 정의됩니다. p = true positives / (true positives + false positives) 로, 즉를 정확 true positives하고 false positives, 정밀도가 한 접근 방식 0? 리콜에 대한 동일한 질문 : r = true positives / (true positives + false negatives) 현재이 값을 계산 해야하는 통계 테스트를 구현 중이며 때로는 …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
1
Metropolis-Hastings 대신 Gibbs 샘플링을 언제 사용합니까?
MCMC 알고리즘에는 여러 종류가 있습니다. 대도시 해 스팅 깁스 중요성 / 거부 샘플링 (관련). Metropolis-Hastings 대신 Gibbs 샘플링을 사용하는 이유는 무엇입니까? Metropolis-Hastings보다 Gibbs 샘플링에서 추론이 더 다루기 쉬운 경우가 있다고 생각하지만 구체적인 내용은 명확하지 않습니다.
1
이산 파라미터에 어떤 MCMC 알고리즘 / 기술이 사용됩니까?
연속 매개 변수, 특히 그라디언트 기반 방법을 피팅하는 데는 상당한 양이 있지만 이산 매개 변수를 피팅하는 것에 대해서는별로 알지 못합니다. 이산 파라미터를 맞추기 위해 일반적으로 사용되는 MCMC 알고리즘 / 기술은 무엇입니까? 상당히 일반적이고 강력한 알고리즘이 있습니까? 차원의 저주를 잘 다루는 알고리즘이 있습니까? 예를 들어 Hamiltonian MCMC는 일반적이고 강력하며 확장 성이 …
19 bayesian  mcmc 
2
사후 분포를 이미 알고 있다면 왜 사후 분포에서 표본을 추출해야합니까?
내 이해는 베이지안 접근법을 사용하여 매개 변수 값을 추정 할 때입니다. 사후 분포는 사전 분포와 우도 분포의 조합입니다. 우리는 사후 분포에서 표본을 생성하여이를 시뮬레이션합니다 (예를 들어, Metropolis-Hasting 알고리즘을 사용하여 값을 생성하고 사후 분포에 속할 확률의 특정 임계 값보다 높은 경우 값을 수용 함). 이 샘플을 생성 한 후에는이 샘플을 사용하여 …
3
MCMC에 메모리가 없습니까?
프랑스 위키 백과 페이지에서 Markov 체인 Monte Carlo (MCMC)가 무엇인지 이해하려고합니다. 그들이 말하는 "는 마르코프 연쇄 몬테카를로 방법 벡터 생성 이루어져 있음 전용 벡터 데이터로부터 ", "메모리 않고 따라서 방법은"엑스나는엑스나는x_ {i}엑스난 − 1엑스나는−1x_ {i-1} Les méthodes de Monte-Carlo par chaînes de Markov 일관된 vecteur 고유성 partica de la donnée du …
18 mcmc 
2
MCMC는 언제 평범 해졌습니까?
MCMC가 어느 해에 평범 해 졌는지 (즉, 베이지안 추론을위한 인기있는 방법)에 대해 아는 사람이 있습니까? 시간이 지남에 따라 발행 된 MCMC (저널) 기사 수에 대한 링크가 특히 유용합니다.
18 bayesian  mcmc  history 
1
제한된 매개 변수 공간의 MCMC?
MCMC를 문제에 적용하려고하는데 내 사전 (내 경우에는 )이 영역으로 제한됩니까? 일반 MCMC를 사용하고 제한된 영역을 벗어나는 샘플을 무시할 수 있습니까 (제 경우에는 [0,1] ^ 2 임), 즉 새 전환이 제한된 (제한된) 영역에서 벗어날 때 전환 기능을 재사용 할 수 있습니까?α∈[0,1],β∈[0,1]α∈[0,1],β∈[0,1]\alpha\in[0,1],\beta\in[0,1]
1
Gibbs Sampling 알고리즘은 자세한 균형을 보장합니까?
Gibbs Sampling은 Markov Chain Monte Carlo 샘플링을위한 Metropolis-Hastings 알고리즘의 특별한 사례라는 것이 최고 권위 1 입니다. MH 알고리즘은 항상 상세 밸런스 특성으로 전이 확률을 제공합니다. 깁스도 그래야한다고 생각합니다. 다음 간단한 경우 어디에서 잘못 되었습니까? 두 개의 이산 (간단 함) 변수에서 목표 분포 경우 전체 조건부 분포는 다음과 같습니다. q 1 …
17 mcmc  gibbs 
2
MCMC 조회 및 실행
적중을 구현하고 MCMC 알고리즘을 실행하려고하는데 그 방법을 이해하는 데 약간의 어려움이 있습니다. 일반적인 아이디어는 다음과 같습니다. MH에서 제안 점프를 생성하기 위해 : 단위 구의 표면에 대한 분포에서 방향 를 생성합니다.dddOO\mathcal{O} 제한된 공간을 따라 부호있는 거리 를 생성합니다 .λλ\lambda 그러나 R (또는 다른 언어)로 이것을 구현하는 방법을 모릅니다. 누구든지 올바른 방향으로 …
16 r  bayesian  mcmc 
1
스탠
여기 에서 다운로드 할 수있는 Stan 설명서를 살펴 보았습니다 . 특히 Gelman-Rubin 진단을 구현하는 데 관심이있었습니다. 최초의 논문 Gelman & Rubin (1992 )은 다음과 같이 잠재적 스케일 감소 계수 (PSRF)를 정의합니다. 하자 Xi,1,…,Xi,NXi,1,…,Xi,NX_{i,1}, \dots , X_{i,N} 일 iii 샘플링 일 마르코프 체인 및 전반적인있을 수 있습니다 MMM 샘플링 독립 체인. …
2
ABC와 MCMC의 응용 프로그램은 어떻게 다릅니 까?
대략적인 베이지안 계산 (ABC)과 마르코프 체인 몬테 카를로 (MCMC)는 비슷한 목표를 가지고 있습니다. 아래에서는 이러한 방법에 대한 이해와 실제 데이터에 대한 응용 프로그램의 차이점을 어떻게 인식하는지 설명합니다. 대략적인 베이지안 계산 ABC는 수치 시뮬레이션을 통해 관측 된 와 비교되는 통계 를 계산하여 이전 의 매개 변수 를 샘플링하는 것으로 구성됩니다 . …
2
부적절한 분포에서 샘플링 (MCMC 등 사용)
내 기본 질문은 : 어떻게 당신은 부적절한 배포판에서 샘플링 할 것입니까? 부적절한 분포에서 표본을 추출하는 것이 합리적입니까? Xi'an의 의견은 여기에 일종의 질문을 제기하지만 이에 대한 자세한 내용을 찾고있었습니다. MCMC에보다 구체적 : MCMC에 대해 이야기하고 논문을 읽을 때 저자들은 적절한 후방 분포를 얻는 것에 중점을 둡니다. 유명한 Geyer (1992) 논문이 있는데, …
2
BSTS 모델의 예측 (R)은 완전히 실패합니다
베이지안 구조 시계열 모델에 대한 이 블로그 게시물을 읽은 후 이전에 ARIMA를 사용했던 문제와 관련하여이를 구현하고 싶었습니다. 나는 알려진 (그러나 시끄러운) 계절 성분에 대한 데이터를 가지고 있습니다. 연간, 매월 및 매주 성분이 있으며 특별한 날 (연방 또는 종교 휴일과 같은)로 인한 영향도 있습니다. 나는 bsts이것을 구현 하기 위해 패키지를 사용했으며 …
15 r  time-series  bayesian  mcmc  bsts 
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.