Saya baru mulai belajar menggunakan Stan dan rstan. Kecuali saya selalu bingung tentang cara kerja JAGS / BUGS, saya pikir Anda selalu harus mendefinisikan distribusi jenis sebelumnya untuk setiap parameter dalam model yang akan diambil. Tampaknya Anda tidak harus melakukan ini di Stan berdasarkan...
Saya menjalankan sampler Metropolis (C ++) dan ingin menggunakan sampel sebelumnya untuk memperkirakan tingkat konvergensi. Satu yang mudah untuk mengimplementasikan diagnostik yang saya temukan adalah diagnostik Geweke , yang menghitung perbedaan antara dua rata-rata sampel dibagi dengan...
Apakah ada yang tahu beberapa kode yang ditulis dengan baik (dalam Matlab atau R) untuk MCMC jump reversible? Lebih disukai aplikasi demo sederhana untuk memuji makalah tentang masalah ini, yang akan berguna dalam memahami
Adakah yang bisa menjelaskan ide utama di balik metode Hamiltonian Monte Carlo dan dalam kasus apa mereka akan menghasilkan hasil yang lebih baik daripada metode Markov Chain Monte
Apakah ada ringkasan yang bagus (ulasan, buku) tentang berbagai aplikasi rantai Markov Monte Carlo (MCMC)? Saya telah melihat Markov Chain Monte Carlo dalam Praktek , tetapi buku ini sepertinya agak lama. Apakah ada lebih banyak buku terbaru tentang berbagai aplikasi MCMC di berbagai bidang...
Aku baru saja mulai membangun model di stan ; untuk membangun keakraban dengan alat ini, saya sedang mengerjakan beberapa latihan di Bayesian Data Analysis (2nd ed.). The Waterbuck latihan mengandaikan bahwa data , dengan ( N , θ ) tidak diketahui. Karena Hamiltonian Monte Carlo tidak mengizinkan...
1. Masalahnya Saya memiliki beberapa pengukuran variabel , di mana , di mana saya memiliki distribusi diperoleh melalui MCMC, yang untuk kesederhanaan saya akan menganggapnya sebagai gaussian rata-rata dan varians \ sigma_t ^ 2
Saya perlu melakukan simulasi untuk mengevaluasi integral dari fungsi 3 parameter, kita katakan , yang memiliki rumus yang sangat rumit. Diminta untuk menggunakan metode MCMC untuk menghitungnya dan mengimplementasikan algoritma Metropolis-Hastings untuk menghasilkan nilai yang didistribusikan...
Saya mencoba menyesuaikan model hierarkis menggunakan jags, dan paket rjags. Variabel hasil saya adalah y, yang merupakan urutan uji coba bernoulli. Saya memiliki 38 subjek manusia yang berkinerja di bawah dua kategori: P dan M. Berdasarkan analisis saya, setiap pembicara memiliki probabilitas...
Saya telah memperhatikan bahwa dalam banyak aplikasi praktis, metode berbasis MCMC digunakan untuk memperkirakan suatu parameter meskipun posterior bersifat analitis (misalnya karena prior adalah konjugat). Bagi saya, lebih masuk akal untuk menggunakan penaksir MAP daripada penaksir berbasis MCMC....
Selama beberapa hari terakhir saya telah mencoba memahami bagaimana Markov Chain Monte Carlo (MCMC) bekerja. Secara khusus saya telah mencoba memahami dan mengimplementasikan algoritma Metropolis-Hastings. Sejauh ini saya pikir saya memiliki pemahaman keseluruhan tentang algoritma tetapi ada...
Ketika memperoleh sampel MCMC untuk membuat kesimpulan pada parameter tertentu, panduan apa yang baik untuk jumlah minimum sampel efektif yang harus dituju? Dan, apakah saran ini berubah ketika modelnya menjadi lebih atau kurang
Saya baru dalam penelitian Bayesian Statistics. Saya mendengar dari peneliti bahwa peneliti Bayesian lebih baik mengimplementasikan MCMC sendiri daripada menggunakan alat seperti JAGS / Stan. Bolehkah saya bertanya apa manfaat menerapkan algoritma MCMC sendiri (dalam bahasa "tidak terlalu cepat"...
Saya ingin mengotomatiskan pilihan burn-in untuk rantai MCMC, misalnya dengan menghapus baris pertama berdasarkan pada diagnostik konvergensi. Sejauh mana langkah ini dapat diotomatisasi dengan aman? Bahkan jika saya masih mengecek autokorelasi, jejak mcmc, dan pdf, alangkah baiknya jika memiliki...
Mempelajari statistik Bayesian untuk pertama kalinya; sebagai sudut pandang untuk memahami MCMC saya bertanya-tanya: apakah ia melakukan sesuatu yang pada dasarnya tidak dapat dilakukan dengan cara lain, atau hanya melakukan sesuatu yang jauh lebih efisien daripada alternatifnya? Sebagai...
Saya mengalami kesulitan dalam memahami situasi di mana pendekatan MCMC sebenarnya berguna. Saya akan melalui contoh mainan dari buku Kruschke "Melakukan Analisis Data Bayesian: Tutorial dengan R dan BUGS". Apa yang saya pahami sejauh ini adalah bahwa kita memerlukan target distribusi yang...
Dalam bukunya Doing Bayesian Data Analysis, John Kruschke menyatakan bahwa dalam menggunakan JAGS dari R ... estimasi mode dari sampel MCMC bisa agak tidak stabil karena estimasi tersebut didasarkan pada algoritma perataan yang bisa peka terhadap benjolan dan riak acak dalam sampel MCMC. (...
Saya mulai mengenal statistik Bayesian dengan membaca buku Doing Bayesian Data Analysis , oleh John K. Kruschke yang juga dikenal sebagai "buku anak anjing". Dalam bab 9, model hierarkis diperkenalkan dengan contoh sederhana ini: dan pengamatan Bernoulli adalah 3 koin, masing-masing 10 membalik....
Saya kira saya memahami persamaan kondisi keseimbangan terperinci, yang menyatakan bahwa untuk probabilitas transisi dan distribusi stasioner , Rantai Markov memenuhi keseimbangan terperinci jikaπ q ( x | y ) π ( y ) = q ( y | x ) π ( x ) ,qqqππ\piq( x | y) π( y) = q( y| x)π( x )...
Saya mendapat kesan bahwa fungsi lmer()dalam lme4paket tidak menghasilkan nilai-p (lihat lmer, nilai-p dan semua itu ). Saya telah menggunakan MCMC menghasilkan nilai p sebagai per pertanyaan ini: Efek signifikan dalam lme4model campuran dan pertanyaan ini: Tidak dapat menemukan nilai-p dalam...