Estoy ejecutando una muestra de Metropolis (C ++) y quiero usar las muestras anteriores para estimar la tasa de convergencia. Un diagnóstico fácil de implementar que encontré es el diagnóstico de Geweke , que calcula la diferencia entre las dos medias de muestra divididas por su error estándar...
Paseo aleatorio Metropolis-Hasitings con propuesta simétrica q( x | y) = g( | y- x | )q(XEl |y)=sol(El |y-XEl |)q(x|y)= g(|y-x|) tiene la propiedad de que la probabilidad de aceptación PAG( a c c e p t y ) = min { 1 , f( y) / f( x ) }PAG(unCCmipagt y)=min{1,F(y)/ /F(X)}P(accept\ y) = \min\{1,...
¿Alguien puede explicar la idea principal detrás de los métodos hamiltonianos de Monte Carlo y en qué casos arrojarán mejores resultados que los métodos de Markov Chain Monte
¿Hay buenos resúmenes (reseñas, libros) sobre diversas aplicaciones de la cadena de Markov Monte Carlo (MCMC)? He visto a Markov Chain Monte Carlo en la práctica , pero este libro parece un poco viejo. ¿Hay más libros de actualización sobre diversas aplicaciones de MCMC en áreas como aprendizaje...
¿Se han realizado estudios a gran escala de métodos MCMC que comparen el rendimiento de varios algoritmos diferentes en un conjunto de densidades de prueba? Estoy pensando en algo equivalente al artículo de Rios y Sahinidis (2013), que es una comparación exhaustiva de una gran cantidad de...
He notado que en muchas aplicaciones prácticas, los métodos basados en MCMC se usan para estimar un parámetro a pesar de que el posterior es analítico (por ejemplo, porque los anteriores fueron conjugados). Para mí, tiene más sentido usar estimadores MAP en lugar de estimadores basados en MCMC....
Acabo de empezar a construir modelos en Stan ; para familiarizarme con la herramienta, estoy trabajando en algunos de los ejercicios en Bayesian Data Analysis (2nd ed.). El ejercicio Waterbuck supone que los datos , con ( N , θ ) desconocido. Desde hamiltoniano Monte Carlo no permite parámetros...
1. El problema Tengo algunas mediciones de una variable ytyty_t , donde t=1,2,..,nt=1,2,..,nt=1,2,..,n , para el cual tengo una distribución fyt(yt)fyt(yt)f_{y_t}(y_t) obtenida a través de MCMC, que por simplicidad supondré que es una gaussiana de media μtμt\mu_t y varianza σ2tσt2\sigma_t^2...
Estoy tratando de ajustar un modelo jerárquico usando jags y el paquete rjags. Mi variable de resultado es y, que es una secuencia de ensayos de bernoulli. Tengo 38 sujetos humanos que se desempeñan en dos categorías: P y M. Según mi análisis, cada hablante tiene una probabilidad de éxito en la...
Soy nuevo en la investigación de estadísticas bayesianas. Escuché de los investigadores que los investigadores bayesianos implementan mejor MCMC por sí mismos en lugar de usar herramientas como JAGS / Stan. ¿Puedo preguntar cuál es el beneficio de implementar el algoritmo MCMC por sí mismo (en un...
Me gustaría automatizar la elección del quemado para una cadena MCMC, por ejemplo, eliminando las primeras n filas según un diagnóstico de convergencia. ¿En qué medida se puede automatizar este paso de forma segura? Incluso si aún verifico dos veces la autocorrelación, el seguimiento de mcmc y...
En los últimos días he estado tratando de entender cómo funciona Markov Chain Monte Carlo (MCMC). En particular, he estado tratando de entender e implementar el algoritmo Metropolis-Hastings. Hasta ahora creo que tengo una comprensión general del algoritmo, pero hay algunas cosas que aún no me...
Al obtener muestras de MCMC para hacer inferencia sobre un parámetro en particular, ¿cuáles son buenas guías para la cantidad mínima de muestras efectivas a las que se debe apuntar? Y, ¿cambia este consejo a medida que el modelo se vuelve más o menos
Aprendizaje de estadísticas bayesianas por primera vez; Como un ángulo para comprender MCMC, me preguntaba: ¿está haciendo algo que fundamentalmente no se puede hacer de otra manera, o simplemente está haciendo algo mucho más eficiente que las alternativas? A modo de ilustración, supongamos que...
Estoy leyendo trabajos de investigación utilizando métodos MCMC y veo que la mayoría de ellos proporcionan trazas de trazado. ¿Por qué necesitamos trazas en la cadena Monte Carlo Markov? ¿Qué indica una traza de
Me he encontrado con un muy buen texto sobre Bayes / MCMC. TI sugiere que una estandarización de sus variables independientes hará que un algoritmo MCMC (Metrópolis) sea más eficiente, pero también puede reducir la (multi) colinealidad. ¿Puede ser eso cierto? ¿Es esto algo que debería hacer como...
Tengo problemas para comprender en qué situación el enfoque MCMC es realmente útil. Estoy revisando un ejemplo de juguete del libro de Kruschke "Haciendo análisis de datos bayesianos: un tutorial con R y BUGS". Lo que entendí hasta ahora es que necesitamos una distribución objetivo que sea...
Me estoy familiarizando con las estadísticas bayesianas al leer el libro Doing Bayesian Data Analysis , de John K. Kruschke, también conocido como el "libro del cachorro". En el capítulo 9, se presentan modelos jerárquicos con este simple ejemplo: y las observaciones de Bernoulli son 3 monedas,...
Supongo que entiendo la ecuación de la condición de equilibrio detallado, que establece que para la probabilidad de transición y la distribución estacionaria , una cadena de Markov satisface el equilibrio detallado
Tenía la impresión de que la función lmer()en el lme4paquete no producía valores p (ver lmer, valores p y todo eso ). He estado usando los valores generados MCMC p lugar como por esta pregunta: Efecto significativo en el lme4modelo mixto y esta pregunta: Si no encuentra los valores de p en la...