«monte-carlo» 태그된 질문

HMC (Hamiltonian Monte Carlo)의 내부 작업을 이해하려고하지만 결정 론적 시간 통합을 Metropolis-Hasting 제안으로 대체 할 때 그 부분을 완전히 이해할 수 없습니다. Michael Betancourt의 Hamiltonian Monte Carlo 에 대한 훌륭한 입문 논문을 읽고 있으므로 여기에 사용 된 것과 동일한 표기법을 따릅니다. 배경 Markov Chain Monte Carlo (MCMC)의 일반적인 목표는 분포를 …

9 mcmc  monte-carlo  hmc 

일부 기대치를 계산한다고 가정 해보십시오. 이자형와이이자형엑스| 와이[ f( X, Y) ]EYEX|Y[f(X,Y)]E_YE_{X|Y}[f(X,Y)] Monte Carlo 시뮬레이션을 사용하여이를 근사한다고 가정합니다. 이자형와이이자형엑스| 와이[ f( X, Y) ] ≈1R S∑r = 1아르 자형∑s = 1에스에프(엑스r , s,와이아르 자형)EYEX|Y[f(X,Y)]≈1RS∑r=1R∑s=1Sf(xr,s,yr)E_YE_{X|Y}[f(X,Y)] \approx \frac1{RS}\sum_{r=1}^R\sum_{s=1}^Sf(x^{r,s},y^r) 그러나 두 분포에서 표본을 추출하는 데 비용이 많이 든다고 가정하면 고정 된 숫자 만 그릴 …

9 optimization  conditional-probability  simulation  expected-value  monte-carlo 

공식적인 통계 과정은 없었지만 연구 라인으로 인해 여러 가지 통계 개념을 적용하는 기사가 끊임없이 등장합니다. 종종 나는 주어진 상황에 적용되는 몬테카를로 과정에 대한 설명을 보게 될 것입니다. 그리고 10 번 중 9 번을 수집 할 수있는 것은 단순한 임의의 인구 집단과 그 이후의 연구로 귀결됩니다. 내 질문 : 통계 세계에서 …

9 monte-carlo  random-generation 

나는 Monte Carlo 통합의 작동 방식을 이해한다고 확신하지만 Pi를 추정하는 데 사용되는 방식의 공식을 이해하지 못합니다. 이 프레젠테이션의 다섯 번째 슬라이드에 요약 된 절차를 따르겠습니다 . http://homepages.inf.ed.ac.uk/imurray2/teaching/09mlss/slides.pdf 예비 단계를 이해합니다. Pi는 단위 원의 1/4 면적의 4 배입니다. 그리고 (0,0)을 중심으로 한 단위 원의 오른쪽 위 1/4의 면적은 및 의 단위 …

9 monte-carlo  indicator-function 

chisq.test()R 의 함수에서 Monte Carlo 시뮬레이션의 사용을 이해하고 싶습니다 . 128 레벨 / 클래스를 가진 질적 변수가 있습니다. 샘플 크기는 26입니다 (더 많은 "개체"를 샘플링 할 수 없었습니다). 분명히, 나는 "개인"이 0 인 레벨을 가질 것입니다. 그러나 사실 나는 가능한 127 개 중에서 매우 적은 수의 클래스 만 가지고 있다는 …

9 r  chi-squared  monte-carlo 

더 적절한 포럼으로 자유롭게 이동하지 않더라도 질문하기에 좋은 장소가되기를 바랍니다. 나는 Monte Carlo Integration으로 비 정사각형 통합 가능 함수 를 처리하는 방법을 꽤 오랫동안 궁금해했습니다 . MC가 여전히 적절한 추정치를 제공하지만 이러한 종류의 기능에 대해서는 오류가 돌이킬 수 없습니다 (발산?). 우리를 한 차원으로 제한합시다. 몬테카를로 통합은 나는=∫10d x에프( x )I=∫01dxf(x) …

9 monte-carlo  numerical-integration 

Monte Carlo 방법으로 통계 모델에 대한 한계 우도를 계산하려고합니다. 에프( x ) = ∫에프( x ∣ θ ) π( θ )디θf(x)=∫f(x∣θ)π(θ)dθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta 가능성은 매끄럽고 로그 오목하지만 고차원으로 잘 작동합니다. 중요도 샘플링을 시도했지만 결과가 놀랍고 사용중인 제안에 크게 의존합니다. 나는 이것을 볼 때까지 해밀턴 몬테 카를로를 사용하여 …

9 monte-carlo  likelihood  marginal 

R의 Metropolis 알고리즘을 사용하여 이변 량 밀도 에서 시뮬레이션을 시도했지만 운이 없었습니다. 밀도는 로 표현할 수 있습니다 . 여기서 는 Singh-Maddala 분포입니다p ( x , y)피(엑스,와이)p(x,y)p ( y| x)p(x)피(와이|엑스)피(엑스)p(y|x)p(x)p ( x )피(엑스)p(x) p ( x ) =Q엑스a - 1비ㅏ( 1 + (엑스비)ㅏ)1 + q피(엑스)=ㅏ큐엑스ㅏ−1비ㅏ(1+(엑스비)ㅏ)1+큐p(x)=\dfrac{aq x^{a-1}}{b^a (1 + (\frac{x}{b})^a)^{1+q}} 매개 변수 …

9 sampling  monte-carlo  metropolis-hastings