«mcmc» 태그된 질문

2 개의 알려지지 않은 시변 파라미터 (관찰 오차 및 상태 오차 의 분산 )가있는 다음과 같은 매우 간단한 동적 선형 모델을 구현하고 싶습니다 (R ). ϵ 2 톤ϵ1티ϵt1\epsilon^1_tϵ2티ϵt2\epsilon^2_t 와이티θt + 1==θ티+ ϵ1티θ티+ ϵ2티Yt=θt+ϵt1θt+1=θt+ϵt2 \begin{matrix} Y_t & = & \theta_t + \epsilon^1_t\\ \theta_{t+1} & = & \theta_{t}+\epsilon^2_t \end{matrix} 사전 편향없이 각 …

11 r  mcmc  dlm  particle-filter 

MCMC 프로그램을 디버깅하는 것은 매우 어렵습니다. 몇 가지 문제로 인해 어려움이 발생합니다. (a) 알고리즘의 주기적 특성 우리는 다른 모든 매개 변수에 조건부로 매개 변수를 반복적으로 그립니다. 따라서 구현이 제대로 작동하지 않으면 반복 샘플러의 어느 곳에 나 문제가있을 수 있으므로 버그를 격리하기가 어렵습니다. (b) 정답은 반드시 알려진 것은 아닙니다. 컨버전스를 달성했는지 …

11 mcmc 

에 자신의 위키 페이지 , 스탠 상태의 개발자 : 우리가 싫어하는 일부 원칙 : 불변성, Jeffreys, 엔트로피 대신 많은 정규 배포 권장 사항이 있습니다. 지금까지 샘플링에 의존하지 않는 베이지안 방법을 사용했는데 왜 는 이항 우도에 적합합니다.θ∼Beta(α=12,β=12)θ∼Beta(α=12,β=12)\theta \sim \text{Beta}\left(\alpha=\frac{1}{2},\beta=\frac{1}{2}\right)

11 bayesian  mcmc  prior  pymc  stan 

mgcv에 대한 패키지는 R텐서 제품의 상호 작용을 피팅에 대한 두 가지 기능이 있습니다 : te()와 ti(). 나는 둘 사이의 기본 노동 분열을 이해한다 (비선형 상호 작용에 적합하고이 상호 작용을 주요 효과와 상호 작용으로 분해). 내가 이해할 수없는 것은 왜 te(x1, x2)와 ti(x1) + ti(x2) + ti(x1, x2)(약간) 다른 결과가 발생할 …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

MCMC에서 자기 상관을 확인해야하는 필요성에 대해 계속 읽습니다. 자기 상관이 낮은 것이 왜 중요합니까? MCMC와 관련하여 무엇을 측정합니까?

11 sampling  autocorrelation  mcmc 

Markov Chain Monte Carlo 방법을 연구해야합니다.보다 구체적으로 Metropolis Hastings 알고리즘과 수렴 기준과 같은 모든 것을 연구해야합니다. 이 용어를 간단한 용어로 설명하지만 사소한 것이 아니라 책, 논문 또는 웹 사이트를 누가 처방 할 수 있습니까?

11 references  mcmc 

확률 밀도 함수가 있는 일반 정규 분포 ( wikipedia entry )를 사용하여 식물 분산을 모델링 하고 있습니다. b2aΓ(1/b)e−(da)bb2aΓ(1/b)e−(da)b \frac{b}{2a\Gamma(1/b)} e^{-(\frac{d}{a})^b} 여기서 는 이동 거리, 는 척도 모수, 는 모양 모수입니다. 이동 한 평균 거리는이 분포의 표준 편차로 제공됩니다.dddaaabbb a2Γ(3/b)Γ(1/b)−−−−−−−−√a2Γ(3/b)Γ(1/b) \sqrt{\frac{a^2 \Gamma(3/b)}{\Gamma(1/b)}} 이것은 일 때 지수 모양 , 일 때 가우시안 …

10 distributions  bayesian  mcmc 

현재 여러 ODE로 구성된 모델의 매개 변수를 추정하기 위해 베이지안 접근법을 사용하고 있습니다. 추정 할 매개 변수가 15 개이므로 샘플링 공간이 15 차원이고 구배 분포를 검색 한 결과 극도로 낮은 확률로 큰 영역에 의해 고립 된 국소 극대값이 많은 것 같습니다. 이것은 하나의 체인이 하나의 로컬 최대 값에서 "점프"하여 실수로 …

10 bayesian  mcmc  monte-carlo  ergodic 

최근에이 논문에서 설명하는 파레토 스무딩 중요도 샘플링 휴가 교차 검증 (PSIS-LOO)을 사용하기 시작했습니다. Vehtari, A., & Gelman, A. (2015). 파레토는 중요도 샘플링을 완화했습니다. arXiv 프리 프린트 ( link ). Vehtari, A., Gelman, A., & Gabry, J. (2016). leave-one-out 교차 검증 및 WAIC를 사용한 실제 베이지안 모델 평가. arXiv 프리 프린트 …

10 machine-learning  cross-validation  mcmc  pareto-distribution  importance-sampling 

R과 JAGS를 사용하여 메타 분석을 위해 다소 복잡한 계층 적 베이지안 모델을 만들고 있습니다. 비트를 단순화하면 모형의 두 가지 주요 수준은 α j = ∑ h γ h ( j ) + ϵ j입니다. 여기서 y i j 는 끝점 의 i 번째 관측치입니다 (이 경우 · 연구에 GM 대 …

10 autocorrelation  multilevel-analysis  mcmc  jags 

번인 후 히스토그램 또는 커널 밀도 추정과 같은 밀도 추정에 MCMC 반복을 직접 사용할 수 있습니까? 내 관심사는 MCMC 반복이 거의 동일하게 분산되어 있지만 반드시 독립적 일 필요는 없다는 것입니다. MCMC 반복에 Thinning을 추가로 적용하면 어떻게됩니까? 내 관심사는 MCMC 반복이 상호 관련이 없으며 아직 독립적이지 않다는 것입니다. 실제 분포 함수의 …

10 distributions  mcmc  asymptotics 

Metropolis-Hastings 및 Gibbs 샘플링에 대한 실질적인 경험이 있지만 이러한 알고리즘에 대한 더 나은 수학적 이해를 원합니다. 이 샘플러의 정확성을 입증하는 좋은 교과서 또는 기사는 무엇입니까 (더 많은 알고리즘도 훌륭 할 것입니다)?

10 bayesian  references  mcmc 

최적화와 관련된 연구 프로젝트를 진행 중이며 최근이 설정에서 MCMC를 사용할 아이디어가있었습니다. 불행히도, 나는 MCMC 방법에 익숙하지 않아 몇 가지 질문이 있습니다. 먼저 문제를 설명하고 질문을하겠습니다. 우리의 문제는 비용 함수의 기대치 추정 귀결 여기서 인 밀도와 -dimentional 랜덤 변수 .ω = ( ω 1 , ω 2 , . . . …

10 sampling  mcmc  matlab  expected-value 

JAGS에서 검열 문제를 해결하는 방법에 대한 질문이 있습니다. X 값에 측정 오류가있는 이변 량 혼합 법선이 관찰됩니다. 관측 된 검열 된 값의 진정한 기본 '평균'을 모델링하고 싶습니다. ⌈xtrue+ϵ⌉=xobserved ϵ∼N(0,sd=.5)⌈xtrue+ϵ⌉=xobserved ϵ∼N(0,sd=.5)\begin{align*} \lceil x_{true}+\epsilon \rceil = x_{observed} \ \epsilon \sim N(0,sd=.5) \end{align*} 여기 내가 지금 가진 것입니다 : for (i in 1:n){ …

10 mcmc  censoring  truncation  jags 

부분적으로 상관 관계가있는 수익으로 여러 자산을 평가하기 위해 Monte Carlo 함수를 작업 중입니다. 현재 공분산 행렬을 생성하고 rmvnorm()R 의 함수에 피드합니다 (상관 된 임의의 값 생성). 그러나 자산의 수익 분배를 보면 일반적으로 분배되지 않습니다. 이것은 실제로 두 부분으로 된 질문입니다. 1) 알려진 분포가없는 실제 데이터 일 때 PDF 또는 CDF를 …

10 mcmc  monte-carlo  pdf