Boas fontes para o aprendizado da cadeia de Markov Monte Carlo (MCMC)

28

Alguma sugestão para uma boa fonte para aprender métodos MCMC?

references mcmc

— usuário88
fonte

2

Pergunta relacionada: bons resumos (resenhas, livros) sobre várias aplicações da cadeia de Markov Monte Carlo (MCMC)

— Silverfish

14

Para tutoriais online, existem

Um tutorial no MCMC , de Sahut (2000)
Tutorial sobre a cadeia de Markov Monte Carlo , de Hanson (2000)
Cadeia de Markov Monte Carlo para Computer Vision , de Zhu et al. (2005)
Introdução às simulações de Monte Carlo da Cadeia de Markov e sua análise estatística , por Berg (2004).

A cadeia prática de Markov Monte Carlo , de Geyer ( Stat. Science , 1992), também é um bom ponto de partida, e você pode ver os pacotes MCMCpack ou mcmc R para ilustrações.

— chl
fonte

fyi: os 2º link da lista estão quebrados

— still_learning 8/12/2015

9

Ainda não li (mas), mas se você gosta de R, há o livro de Christian P. Robert e George Casella: Introdução aos métodos de Monte Carlo com R (use R)

Eu sei disso ao seguir o blog (muito bom) dele

— Tal Galili
fonte

Este livro não se aprofundou no MCMC. Na verdade, ele tem uma página e pula a teoria do MCMC na íntegra para entrar no hash do Metropolist.

— Anthony Doan

Embora você tenha 100% de direito à sua própria opinião em nosso livro, imploro que discorde da noção de que não nos aprofundamos no MCMC lá. A julgar pela pergunta, não acho que o OP estava pedindo a teoria profunda dos algoritmos MCMC (que de alguma forma é abordada em nosso livro anterior).

— Xian

6

Gilks WR, Richardson S., Spiegelhalter DJ Markov Chain Monte Carlo na prática . Chapman & Hall / CRC, 1996.
Um parente oldie agora, mas ainda um goodie.

— uma parada
fonte

6

Manual de Markov Chain Monte Carlo, Steve Brooks, Andrew Gelman, Galin Jones e Xiao-Li Meng, orgs. 2011 CRC Press.

O capítulo 4 , 'Inferência de simulações e monitoramento de convergência' de Gelman e Shirley, está disponível online.

— David LeBauer
fonte

1

Parece pronto para chutar Gilks, Richardson e Spiegelhalter (1996) na grama alta, quando chegar em maio.

— onestop

4

Dani Gamerman e Hedibert F. Lopes. Cadeia de Markov Monte Carlo: Simulação Estocástica para Inferência Bayesiana (2ª ed.). Boca Raton, FL: Champan & Hall / CRC, 2006. 344 pp. ISBN 0-412-81820-5 .

- um livro atualizado mais recentemente do que Gilks, Richardson & Spiegelhalter. Eu mesmo não li, mas foi bem revisado na Technometrics em 2008 , e a primeira edição também recebeu uma boa revisão no The Statistician em 1998.

— parada
fonte

4

Outra posição clássica (acompanhada dos já mencionados Introdução aos métodos de Monte Carlo com R ):

Métodos Estatísticos de Monte Carlo por Robert e Casella (2004)

no Use R! série há também:

Introdução à Simulação de Probabilidade e Amostragem de Gibbs com R por Suess e Trumbo (2010)

— Tim
fonte

0

O texto que achei mais acessível é Modelagem Cognitiva Bayesiana: Um Curso Prático . Exposição muito clara. O livro tem ótimos exemplos no BUGS e eles foram transportados para o Stan na sua página de exemplos do github .

— Stewart
fonte