Estoy probando un modelo muy simple: ajustando un Normal donde supongo que sé la precisión, y solo quiero encontrar la media. El siguiente código parece ajustarse a la Normal correctamente. Pero después de ajustar, quiero muestrear del modelo, es decir, generar nuevos datos que sean similares a mi...
Tengo problemas de rendimiento al usar el MCMCglmmpaquete en R para ejecutar un modelo de efectos mixtos. El código se ve así: MC1<-MCMCglmm(bull~1,random=~school,data=dt,family="categorical" , prior=list(R=list(V=1,fix=1), G=list(G1=list(V=1, nu=0))) , slice=T, nitt=iter, ,burnin=burn,...
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...
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
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
Refiriéndose a este hilo: ¿Cómo explicaría Markov Chain Monte Carlo (MCMC) a un laico? . Puedo ver que es una combinación de Cadenas de Markov y Montecarlo: se crea una cadena de Markov con el posterior como distribución limitante invariante y luego los sorteos de Monte Carlo (dependientes) se...
La depuración de programas MCMC es notoriamente difícil. La dificultad surge debido a varios problemas, algunos de los cuales son: (a) Naturaleza cíclica del algoritmo Dibujamos iterativamente parámetros condicionales a todos los demás parámetros. Por lo tanto, si una implementación no funciona...
Sigo leyendo sobre la necesidad de verificar la autocorrelación en MCMC. ¿Por qué es importante que la autocorrelación sea baja? ¿Qué mide en el contexto de
Quiero implementar (en R) el siguiente Modelo lineal dinámico muy simple para el que tengo 2 parámetros variables de tiempo desconocidos (la varianza del error de observación y la varianza del error de estado ).ϵ1tϵt1\epsilon^1_tϵ2tϵt2\epsilon^2_t Ytθt+1==θt+ϵ1tθt+ϵ2tYt=θt+ϵt1θt+1=θt+ϵt2...
De hecho, estoy dudando en preguntar esto, porque me temo que me remitirán a otras preguntas o a Wikipedia sobre el muestreo de Gibbs, pero no tengo la sensación de que describan lo que está a la mano. Dada una probabilidad condicional : p ( x | y ) y = y 0 y = y 1 x = x 0 1p ( x |...
Necesito estudiar los métodos de Markov Chain Monte Carlo, para ser más específico, necesito estudiar el algoritmo de Metropolis Hastings y todo lo relacionado con los criterios de convergencia. ¿Quién me puede recetar un libro, un documento o un sitio web que explique este argumento usando...
Necesito hacer una simulación para evaluar una integral de una función de 3 parámetros, decimos , que tiene una fórmula muy complicada. Se le pide que use el método MCMC para calcularlo e implementar el algoritmo Metropolis-Hastings para generar los valores distribuidos como , y se le sugirió...
Pregunta de tarea: Considere el modelo Ising 1-d. Deje . es -1 o +1x=(x1,...xd)x=(x1,...xd)x = (x_1,...x_d)xixix_i π(x)∝e∑39i=1xixi+1π(x)∝e∑i=139xixi+1\pi(x) \propto e^{\sum_{i=1}^{39}x_ix_{i+1}} Diseñe un algoritmo de muestreo de gibbs para generar muestras aproximadamente a partir de la...
Estoy buscando algunos documentos o libros con ejemplos prácticos y teóricos sobre MCMC básico para estadísticas bayesianas (con R). Nunca he estudiado sobre simulación, y es por eso que estoy buscando información "básica". ¿Me puede dar algunas recomendaciones o
Un bosque aleatorio es una colección de árboles de decisión formados seleccionando aleatoriamente solo ciertas características con las que construir cada árbol (y algunas veces empaquetando los datos de entrenamiento). Aparentemente aprenden y generalizan bien. ¿Alguien ha realizado un muestreo...
Según tengo entendido, lo es (al menos, así es como lo define Wikipedia ). Pero he encontrado esta declaración de Efron * (énfasis agregado): La cadena de Markov Monte Carlo (MCMC) es la gran historia de éxito de las estadísticas bayesianas modernas. MCMC y su método hermano "muestreo de Gibbs"...
El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por...
En su página wiki , los desarrolladores del estado de Stan: Algunos principios que no nos gustan: invariancia, Jeffreys, entropía En cambio, veo muchas recomendaciones de distribución normal. Hasta ahora utilicé métodos bayesianos que no dependían del muestreo, y me alegré de haber entendido por...
Dada la fórmula para la estimación MAP de un parámetro ¿Por qué se necesita un enfoque MCMC (o similar), ¿no podría simplemente tomar la derivada, establecerla en cero y luego resolver el