In einer MCMC-Implementierung hierarchischer Modelle mit normalen Zufallseffekten und einem Wishart-Prior für ihre Kovarianzmatrix wird typischerweise die Gibbs-Abtastung verwendet. Wenn wir jedoch die Verteilung der zufälligen Effekte ändern (z. B. auf Student's-t oder einen anderen), geht die...
Ich weiß, dass die Inverse Transform- Methode nicht immer eine gute Option für Stichproben aus Verteilungen ist, da es sich um eine Analysemethode handelt, die von der Form der Verteilungsfunktion abhängt. Zum Beispiel ist die inverse eindimensionale Gaußsche Verteilung nicht zu berechnen, die...
Vor einiger Zeit fragte Xi'an, was das Äquivalent für cdfs von MCMC für pdfs ist. Die naive Antwort wäre, den "ungefähren" Metropolis-Algorithmus in Form zu verwenden Gegeben 1. Erzeuge 2. nimmX(t)=x(t)X(t)=x(t)X^{(t)} = x^{(t)}Y∼q(y|x(t))Y∼q(y|x(t))Y \sim q(y|x^{(t)})X(t+1)={Yx(t) with...
Wie kommt es, dass Metropolis-Hastings-Akzeptanzraten nahe 1 liegen (z. B. wenn eine unimodale Verteilung mit einer normalen Angebotsverteilung mit zu kleiner SD untersucht wird), nachdem das Einbrennen beendet ist? Ich sehe es in meinen eigenen MCMC-Ketten, aber ich verstehe nicht, wie es Sinn...
Es gibt mehrere Versionen adaptiver Metropolis Hastings-Algorithmen. Eine ist in der Funktion Metro_Hastingsdes RPakets implementiert MHadaptive, siehe hier . Die dort aufgeführte Referenz, Spiegelhalter et al. (2002) enthält meines Erachtens leider keine Beschreibung eines adaptiven Algorithmus....