«mcmc» 태그된 질문

MCMC 접근 방식이 실제로 유용한 상황을 이해하는 데 어려움을 겪고 있습니다. 저는 Kruschke 저서 "Does Bayesian Data Analysis : A Tutorial with R and BUGS"의 장난감 예제를 보겠습니다. 내가 지금까지 이해 한 것은 P ( θ | D ) 의 표본을 가지기 위해서는 p(D|θ)p(θ)p(D|θ)p(θ)p(D|\theta)p(\theta) 에 비례하는 목표 분포가 필요하다는 것 …

12 mcmc 

나는 "강아지 책"이라고도 알려진 John K. Kruschke의 Doing Bayesian Data Analysis 책을 읽음으로써 베이지안 통계에 익숙해 졌다. 9 장에서는 계층 모델이 간단한 예 도입 및 베르누이 관측치는 3 개의 동전이며, 각각 10 회 뒤집습니다. 하나는 9 헤드, 다른 하나는 5 헤드 및 다른 하나는 1 헤드를 보여줍니다.와이j 나는θ제이μκ~ B e …

12 bayesian  interpretation  python  mcmc  autocorrelation 

패키지 의 함수 lmer()가 lme4p- 값을 생성하지 않았다는 인상을 받았습니다 ( lmerp- 값 및 그 밖의 모든 것을 참조하십시오 ). 이 질문에 따라 대신 MCMC에서 생성 된 p 값을 사용 했습니다. lme4혼합 모델의 중요한 효과 및이 질문 : 의 패키지에서 출력에서 p- 값을 찾을 수 없습니다lmer()lm4R . 최근에 memisc 라는 …

12 r  mixed-model  p-value  mcmc  lme4-nlme 

MCMCglmm혼합 효과 모델을 실행하기 위해 R 의 패키지를 사용하는 성능 문제가 있습니다. 코드는 다음과 같습니다. 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, verbose=F) 데이터에는 약 20,000 개의 관측치가 있으며 약 200 개의 학교에 모여 있습니다. 실행하기 전에 데이터 프레임에서 사용하지 않는 모든 변수를 삭제하고 메모리에서 다른 모든 개체를 …

12 r  mixed-model  mcmc  computational-statistics 

에서 MCMC의 방법, 나는에 대해 계속 읽기 burn-in시간이나, 샘플의 수 "burn". 이것이 정확히 무엇이며 왜 필요한가요? 최신 정보: MCMC가 안정화되면 안정적으로 유지됩니까? burn-in시간 의 개념 은 혼합 시간 의 개념과 어떤 관련이 있습니까?

12 sampling  mcmc 

전이 확률 와 정지 분포 에 대해 Markov Chain은 경우 상세 균형을 만족 한다는 상세 균형 조건의 방정식을 이해합니다.π q ( x | y ) π ( y ) = q ( y | x ) π ( x ) ,큐qqππ\pi큐( x | y) π( y) = q( y| x)π( …

12 probability  mcmc  markov-process 

MCMC 방법을 사용하여 연구 논문을 읽고 있는데 대부분이 미량 플롯을 제공합니다. Monte Carlo Markov Chain에 왜 트레이스 플롯이 필요한가요? 매개 변수의 트레이스 플롯은 무엇을 나타 냅니까?

12 data-visualization  mcmc 

나는 매우 간단한 모델을 시도하고 있습니다. 정밀도를 알고 있다고 가정하는 법선을 피팅하고 평균을 찾고 싶습니다. 아래 코드는 Normal에 올바르게 맞는 것 같습니다. 그러나 피팅 후 모델에서 샘플링하고 싶습니다. 예를 들어 data변수 와 유사한 새 데이터를 생성 합니다. trace("mean")평균 변수에 대한 샘플을 얻는 데 사용할 수 있다는 것을 알고 있습니다 . …

12 mcmc  pymc 

추정 할 모델 매개 변수 고려할 때 데이터 의 확률에 대한 가능성 함수 이 있습니다. 모수에 대해 사전에 평평하다고 가정하면, 그 가능성은 사후 확률에 비례합니다. 이 확률을 샘플링하기 위해 MCMC 방법을 사용합니다.L (일| θ)엘(디|θ)\mathcal{L}(d | \theta)디디dθ ∈ R엔θ∈아르 자형엔\theta \in \mathbf{R}^N 결과 수렴 체인을 살펴보면 최대 가능성 매개 변수가 사후 …

11 bayesian  maximum-likelihood  optimization  inference  mcmc 

내가 이해하는 한 그것은 (적어도 Wikipedia가 그것을 정의 하는 방법입니다 ). 그러나 나는 Efron * (강조 추가)에 의해이 진술을 찾았습니다. Markov 체인 Monte Carlo (MCMC)는 현대 베이지안 통계의 성공 사례입니다. MCMC와 자매 방법 인 "Gibbs sampling" 은 분석 표현에 비해 너무 복잡한 상황에서 사후 분포의 수치 계산을 허용합니다. 그리고 지금 …

11 mcmc  gibbs 

Bayesian Statistics (With R)의 기본 MCMC에 대한 실용적이고 이론적 인 예가있는 논문이나 서적을 찾고 있습니다. 나는 시뮬레이션에 대해 연구 한 적이 없어서 "기본"정보를 찾고 있습니다. 몇 가지 권장 사항이나 조언을 줄 수 있습니까?

11 bayesian  references  mcmc 

모수의 MAP 추정에 대한 공식이 주어지면 왜 MCMC (또는 유사한) 접근 방식이 필요합니까? 미분을 취하여 0으로 설정 한 다음 모수를 풀 수 없었습니까?

11 bayesian  estimation  mcmc 

Gibbs 샘플링에 대한 다른 질문이나 Wikipedia가 언급 될까봐 두려워서 실제로 물어 보는 것이 주저하고 있지만, 그들이 실제로 무엇을 묘사하고 있는지에 대한 느낌이 없습니다. 조건부 확률 : p(x|y)p(x|y)p(x|y)p(x|y)x=x0x=x1y=y01434y=y12646p(x|y)y=y0y=y1x=x01426x=x13446 \begin{array}{c|c|c} p(x|y) & y = y_0 & y = y_1 \\ \hline x = x_0 & \tfrac{1}{4} & \tfrac{2}{6} \\ \hline x = …

11 sampling  mcmc  gibbs 

숙제 질문 : 1-d Ising 모델을 고려하십시오. 이라고하자 . 는 -1 또는 +1입니다.X 난x = ( x1, . . . 엑스디)엑스=(엑스1,...엑스디)x = (x_1,...x_d)엑스나는엑스나는x_i π( x ) ∝ e∑39나는 = 1엑스나는엑스나는 + 1π(엑스)∝이자형∑나는=139엑스나는엑스나는+1\pi(x) \propto e^{\sum_{i=1}^{39}x_ix_{i+1}} 대략 목표 분포 에서 샘플을 생성하도록 깁스 샘플링 알고리즘을 설계하십시오 .π( x )π(엑스)\pi(x) 내 시도 : …

11 self-study  sampling  mcmc  gibbs 

임의 숲 의 모음입니다 의사 결정 트리 무작위로 (때로는 훈련 데이터를 포기할)와 각 트리를 구축하는 특정 기능을 선택하여 형성했다. 분명히 그들은 잘 배우고 일반화합니다. 의사 결정 트리 공간에 대한 MCMC 샘플링을 수행하거나 임의 포리스트와 비교 한 사람이 있습니까? MCMC를 실행하고 샘플링 된 모든 트리를 저장하는 데 계산 비용이 더 많이들 …

11 mcmc  monte-carlo  random-forest  cart