Un proceso estocástico con la propiedad de que el futuro es condicionalmente independiente del pasado, dado el presente.
Estoy buscando recursos (tutoriales, libros de texto, webcast, etc.) para aprender sobre Markov Chain y HMM. Mi experiencia es como biólogo, y actualmente estoy involucrado en un proyecto relacionado con la bioinformática. Además, ¿cuáles son los conocimientos matemáticos necesarios que necesito...
Lo sé, esto puede sonar como fuera de tema, pero escúchame. En Stack Overflow y aquí obtenemos votos en las publicaciones, todo esto se almacena en forma de tabla. P.ej: Identificación del poste Identificación del votante Tipo de voto Fecha y hora ------- -------- --------- -------- 10 1 2...
Me estoy mojando los pies en las estadísticas, así que lamento si esta pregunta no tiene sentido. He utilizado modelos de Markov para predecir estados ocultos (casinos injustos, tiradas de dados, etc.) y redes neuronales para estudiar los clics de los usuarios en un motor de búsqueda. Ambos tenían...
¿Hay alguna manera en R (una función incorporada) para calcular la matriz de transición para una cadena de Markov a partir de un conjunto de observaciones? Por ejemplo, ¿tomar un conjunto de datos como el siguiente y calcular la matriz de transición de primer
¿Cuál es la diferencia entre una red bayesiana y un proceso de Markov? Creía que entendía los principios de ambos, pero ahora, cuando necesito comparar los dos, me siento perdido. Significan casi lo mismo para mí. Seguramente no lo son. Los enlaces a otros recursos también son apreciados....
Necesito generar matrices aleatorias no cuadradas con filas y columnas , elementos distribuidos aleatoriamente con media = 0, y restringidos de modo que la longitud (norma L2) de cada fila sea y la longitud de cada columna sea . De manera equivalente, la suma de los valores cuadrados es 1 para cada...
Me gustaría que alguien confirme mi comprensión o si me falta algo. La definición de un proceso de Markov dice que el siguiente paso depende solo del estado actual y no de estados pasados. Entonces, digamos que teníamos un espacio de estado de a, b, c, dy pasamos de a-> b-> c-> d. Eso...
Basado en el poco conocimiento que tengo sobre los métodos MCMC (Markov chain Monte Carlo), entiendo que el muestreo es una parte crucial de la técnica antes mencionada. Los métodos de muestreo más utilizados son Hamiltonian y Metropolis. ¿Hay alguna manera de utilizar el aprendizaje automático o...
Leí un poco de modelos ocultos de Markov y pude codificar una versión bastante básica. Pero hay dos formas principales en que parezco aprender. Una es leerla e implementarla en el código (lo que está hecho) y la segunda es comprender cómo se aplica en diferentes situaciones (para poder entender...
Después de realizar el análisis de componentes principales (PCA), quiero proyectar un nuevo vector en el espacio PCA (es decir, encontrar sus coordenadas en el sistema de coordenadas PCA). He calculado PCA en lenguaje R usando prcomp. Ahora debería poder multiplicar mi vector por la matriz de...
Estoy haciendo una pregunta sobre las cadenas de Markov y las dos últimas partes dicen esto: ¿Esta cadena de Markov posee una distribución limitante? Si su respuesta es "sí", encuentre la distribución limitante. Si su respuesta es "no", explique por qué. ¿Esta cadena de Markov posee una...
He estado viendo muchos videos tutoriales y tienen el mismo aspecto. Este, por ejemplo: https://www.youtube.com/watch?v=ip4iSMRW5X4 Explican estados, acciones y probabilidades que están bien. La persona lo explica bien, pero parece que no puedo entender para qué se usaría en la vida real. Todavía...
Mi comprensión del algoritmo es la siguiente: Ningún muestreador de giro en U (NUTS) es un método hamiltoniano de Monte Carlo. Esto significa que no es un método de la cadena de Markov y, por lo tanto, este algoritmo evita la parte de la caminata aleatoria, que a menudo se considera ineficiente y...
Sospecho que una serie de secuencias observadas son una cadena de Markov ... X=⎛⎝⎜⎜⎜⎜AB⋮BCA⋮CDA⋮ADC⋮DBA⋮AAD⋮BCA⋮E⎞⎠⎟⎟⎟⎟X=(ACDDBACBAACADA⋮⋮⋮⋮⋮⋮⋮BCADABE)X=\left(\begin{array}{c c c c c c c} A& C& D&D & B & A &C\\ B& A& A&C & A&D &A\\ \vdots&\vdots&\vdots&\vdots&\vdots&\vdots&\vdots\\ B& C& A&D & A &...
¿Cuál es la diferencia entre las cadenas de Markov y los procesos de Markov? Estoy leyendo información contradictoria: a veces la definición se basa en si el espacio de estado es discreto o continuo, y otras veces se basa en si el tiempo es discreto o continuo. Diapositiva 20 de este documento...
Tengo un conjunto completo de secuencias (432 observaciones para ser precisos) de 4 estados : por ejemploA−DA−DA-D Y=⎛⎝⎜⎜⎜⎜AB⋮BCA⋮CDA⋮ADC⋮DBA⋮AA−⋮BC−⋮A⎞⎠⎟⎟⎟⎟Y=(ACDDBACBAACA−−⋮⋮⋮⋮⋮⋮⋮BCADABA)Y=\left(\begin{array}{c c c c c c c} A& C& D&D & B & A &C\\ B& A& A&C & A&-...
¿Alguien puede explicarme de manera intuitiva cuál es la periodicidad de una cadena de Markov? Se define de la siguiente manera: Para todos los estados iii en SSS didid_i = mcd{n∈N|p(n)ii>0}=1{n∈N|pii(n)>0}=1\{n \in \mathbb{N} | p_{ii}^{(n)} > 0\} =1 ¡Gracias por tu esfuerzo!...
Estoy tratando de entender las cadenas de Markov usando SAS. Entiendo que un proceso de Markov es uno en el que el estado futuro depende solo del estado actual y no del estado pasado y hay una matriz de transición que captura la probabilidad de transición de un estado a otro. Pero luego me...
Mi pregunta básica es: ¿cómo tomaría muestras de una distribución incorrecta? ¿Tiene sentido tomar muestras de una distribución incorrecta? El comentario de Xi'an aquí aborda la pregunta, pero estaba buscando más detalles sobre esto. Más específico para MCMC: Al hablar sobre MCMC y leer...
Estaba pasando por algunas conferencias relacionadas con MCMC. Sin embargo, no encuentro un buen ejemplo de cómo se usa. ¿Alguien puede darme un ejemplo concreto? Todo lo que puedo ver es que corren una cadena de Markov y dicen que su distribución estacionaria es la distribución deseada. Quiero un...