Ich kenne mich mit der Anpassung kontinuierlicher Parameter, insbesondere mit gradientenbasierten Methoden, ziemlich gut aus, aber nicht mit der Anpassung diskreter Parameter. Was sind allgemein verwendete MCMC-Algorithmen / Techniken zum Anpassen diskreter Parameter? Gibt es Algorithmen, die...
Weiß jemand, in welchem Jahr MCMC alltäglich wurde (dh eine beliebte Methode für Bayes'sche Inferenz)? Ein Link zur Anzahl der im Laufe der Zeit veröffentlichten MCMC (Journal) -Artikel wäre besonders
Ich versuche zu verstehen, was Markov-Kette Monte Carlo (MCMC) von der französischen Wikipedia-Seite sind. Sie sagen, "dass die Markov-Ketten-Monte-Carlo-Methoden darin bestehen, einen Vektor xichxichx_ {i} nur aus den Vektordaten xi - 1xich-1x_ {i-1} erzeugen, es ist daher ein Prozess" ohne...
Ich versuche, MCMC auf ein Problem anzuwenden, aber meine Prioritäten (in meinem Fall ) sind auf einen Bereich beschränkt? Kann ich normales MCMC verwenden und die Samples ignorieren, die außerhalb der eingeschränkten Zone liegen (in meinem Fall [0,1] ^ 2), dh die Übergangsfunktion wiederverwenden,...
Ich habe die höchste Autorität 1, dass das Gibbs-Sampling ein Sonderfall des Metropolis-Hastings-Algorithmus für das Markov-Chain-Monte-Carlo-Sampling ist. Der MH-Algorithmus gibt immer eine Übergangswahrscheinlichkeit mit der detaillierten Balance-Eigenschaft an. Ich erwarte, dass Gibbs es auch...
Ich versuche, den Hit-and-Run-MCMC-Algorithmus zu implementieren, habe jedoch einige Probleme, die Vorgehensweise zu verstehen. Die allgemeine Idee ist wie folgt: Um einen Vorschlagssprung in MH zu generieren, gehen wir wie folgt vor: Erzeuge eine Richtung aus einer Verteilung auf der Oberfläche...
Nach dem Lesen diesen Blog-Beitrag über Bayes'sche strukturelle Zeitreihenmodelle , wollte ich die Implementierung im Kontext eines Problems betrachten, für das ich zuvor ARIMA verwendet hatte. Ich habe einige Daten mit einigen bekannten (aber lauten) saisonalen Komponenten - es gibt definitiv...
Das Umschalten von Markierungen (dh die posteriore Verteilung ist gegenüber dem Umschalten von Komponentenkennzeichnungen invariant) ist ein problematisches Problem, wenn MCMC zum Schätzen von Mischungsmodellen verwendet wird. Gibt es eine Standardmethode (wie allgemein anerkannt), um mit dem...
Nach meinem Verständnis verfolgen Approximate Bayesian Computation (ABC) und Markov Chain Monte Carlo (MCMC) sehr ähnliche Ziele. Im Folgenden beschreibe ich mein Verständnis dieser Methoden und wie ich die Unterschiede in ihrer Anwendung auf reale Daten wahrnehme. Ungefähre Bayes'sche...
MCMC-Algorithmen wie Metropolis-Hastings- und Gibbs-Sampling sind Methoden zum Sampling aus den gemeinsamen posterioren Verteilungen. Ich denke, ich verstehe und kann Metropolen-Hasting ziemlich einfach implementieren - Sie wählen einfach irgendwie Startpunkte aus und gehen den Parameterraum nach...
Meine grundlegende Frage lautet: Wie würden Sie eine Stichprobe aus einer unsachgemäßen Verteilung entnehmen? Ist es überhaupt sinnvoll, Proben aus einer unsachgemäßen Verteilung zu entnehmen? Xi'ans Kommentar hier geht auf die Frage ein, aber ich suchte nach mehr Details dazu. Spezifischer für...
In den letzten Wochen habe ich versucht, MCMC und die Metropolis-Hastings-Algorithmen zu verstehen. Jedes Mal, wenn ich denke, dass ich es verstehe, stelle ich fest, dass ich falsch liege. Die meisten Codebeispiele, die ich online finde, implementieren etwas, das nicht mit der Beschreibung...
Ich habe die Stan-Dokumentation durchgesehen, die hier heruntergeladen werden kann . Besonders interessiert hat mich die Implementierung der Gelman-Rubin-Diagnostik. Das Originalpapier Gelman & Rubin (1992) definiert den potenziellen Skalenreduktionsfaktor (PSRF) wie folgt: Sei die te...
Ich versuche Markov-Ketten mit SAS zu verstehen. Ich verstehe, dass ein Markov-Prozess ein Prozess ist, bei dem der zukünftige Zustand nur vom aktuellen und nicht vom vergangenen Zustand abhängt und es eine Übergangsmatrix gibt, die die Übergangswahrscheinlichkeit von einem Zustand in einen anderen...
Die Gelman- und Rubin-Diagnose wird verwendet, um die Konvergenz mehrerer mcmc-Ketten zu überprüfen, die parallel verlaufen. Es vergleicht die Varianz innerhalb der Kette mit der Varianz zwischen den Ketten, die Darstellung ist unten: Schritte (für jeden Parameter): Lasse m ≥ 2 Ketten mit einer...
Kennt jemand einen gut geschriebenen Code (in Matlab oder R) für MCMC mit umkehrbarem Sprung? Vorzugsweise eine einfache Demo-Anwendung, um Artikel zu diesem Thema zu ergänzen, die für das Verständnis des Prozesses hilfreich
Gibt es gute Zusammenfassungen (Rezensionen, Bücher) zu verschiedenen Anwendungen der Markov-Kette Monte Carlo (MCMC)? Ich habe Markov Chain Monte Carlo in der Praxis gesehen , aber dieses Buch scheint ein bisschen alt zu sein. Gibt es weitere aktualisierte Bücher zu verschiedenen Anwendungen von...
Ich habe einige Vorlesungen über MCMC gelesen. Ich finde jedoch kein gutes Beispiel für die Verwendung. Kann mir jemand ein konkretes Beispiel geben. Ich kann nur sehen, dass sie eine Markov-Kette führen und sagen, dass ihre stationäre Verteilung die gewünschte Verteilung ist. Ich möchte ein gutes...
Zufallsspaziergang Metropolis-Hasitings mit symmetrischem Vorschlag q(x|y)=g(|y−x|)q(x|y)=g(|y−x|)q(x|y)= g(|y-x|) hat die Eigenschaft, dass die Akzeptanzwahrscheinlichkeit P(accept y)=min{1,f(y)/f(x)}P(accept y)=min{1,f(y)/f(x)}P(accept\ y) = \min\{1, f(y)/f(x)\} hängt nicht vom Vorschlag...
Ich verwende einen Metropolis-Sampler (C ++) und möchte die Konvergenzrate anhand der vorherigen Samples schätzen. Eine einfach zu implementierende Diagnose, die ich gefunden habe, ist die Geweke-Diagnose , die die Differenz zwischen den beiden Stichprobenmitteln dividiert durch ihren geschätzten...