Perguntas com a marcação «mcmc»

Cadeia de Markov Monte Carlo (MCMC) refere-se a uma classe de métodos para gerar amostras a partir de uma distribuição alvo, gerando números aleatórios a partir de uma Cadeia de Markov cuja distribuição estacionária é a distribuição alvo. Os métodos MCMC são normalmente usados ​​quando métodos mais diretos para geração de números aleatórios (por exemplo, método de inversão) são inviáveis. O primeiro método MCMC foi o algoritmo Metropolis, posteriormente modificado para o algoritmo Metropolis-Hastings.

1
Qual é a diferença entre as amostragens de Metropolis Hastings, Gibbs, Importance e Rejection?
Eu tenho tentado aprender métodos do MCMC e me deparei com amostragens de Metropolis Hastings, Gibbs, Importance e Rejection. Embora algumas dessas diferenças sejam óbvias, ou seja, como Gibbs é um caso especial de Metropolis Hastings quando temos todos os condicionais, outras são menos óbvias, como quando queremos usar MH …
3
Por que existe uma diferença entre calcular manualmente um intervalo de confiança de 95% da regressão logística e usar a função confint () em R?
Caro pessoal, notei algo estranho que não sei explicar, não é? Em resumo: a abordagem manual para calcular um intervalo de confiança em um modelo de regressão logística e a função R confint()fornecem resultados diferentes. Eu tenho passado pela regressão logística aplicada de Hosmer & Lemeshow (2ª edição). No terceiro …
34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 
3
Exemplos de erros nos algoritmos MCMC
Estou investigando um método para verificação automática dos métodos Monte Carlo da cadeia de Markov e gostaria de alguns exemplos de erros que podem ocorrer ao construir ou implementar esses algoritmos. Pontos de bônus se o método incorreto foi usado em um artigo publicado. Estou particularmente interessado nos casos em …
28 mcmc 
4
Bibliotecas C ++ para computação estatística
Eu tenho um algoritmo MCMC específico que gostaria de portar para C / C ++. Grande parte da computação dispendiosa já está em C via Cython, mas quero que todo o amostrador seja escrito em uma linguagem compilada, para que eu possa escrever wrappers para Python / R / Matlab …
23 mcmc  software  c++  computing 
4
Os algoritmos de Machine Learning ou Deep Learning podem ser utilizados para "melhorar" o processo de amostragem de uma técnica de MCMC?
Com base no pouco conhecimento que tenho dos métodos MCMC (cadeia de Markov Monte Carlo), entendo que a amostragem é uma parte crucial da técnica mencionada acima. Os métodos de amostragem mais comumente usados ​​são Hamiltoniano e Metrópole. Existe uma maneira de utilizar o aprendizado de máquina ou mesmo o …
1
Quais são algumas melhorias bem conhecidas sobre os algoritmos MCMC de livros didáticos que as pessoas usam para inferência bayesiana?
Quando estou codificando uma simulação de Monte Carlo para algum problema, e o modelo é bastante simples, utilizo uma amostra básica de Gibbs do livro didático. Quando não é possível usar a amostra de Gibbs, codifico o livro Metropolis-Hastings que aprendi anos atrás. O único pensamento que dou é escolher …
1
Diagnóstico residual em modelos de regressão baseados em MCMC
Recentemente, eu comecei a ajustar modelos mistos de regressão na estrutura bayesiana, usando um algoritmo MCMC (função MCMCglmm em R, na verdade). Acredito ter entendido como diagnosticar a convergência do processo de estimativa (traço, gráfico de geweke, autocorrelação, distribuição posterior ...). Uma das coisas que me impressiona na estrutura bayesiana …
3
Por que devemos nos preocupar com a mistura rápida nas cadeias MCMC?
Ao trabalhar com a cadeia de Markov Monte Carlo para extrair inferência, precisamos de uma cadeia que se misture rapidamente, ou seja, mova rapidamente o suporte da distribuição posterior. Mas não entendo por que precisamos dessa propriedade, porque, pelo que entendi, o candiado aceito deve e se concentrará na parte …
21 mcmc 
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.