Questions marquées «mcmc»

Markov Chain Monte Carlo (MCMC) fait référence à une classe de méthodes pour générer des échantillons à partir d'une distribution cible en générant des nombres aléatoires à partir d'une chaîne de Markov dont la distribution stationnaire est la distribution cible. Les méthodes MCMC sont généralement utilisées lorsque des méthodes plus directes pour la génération de nombres aléatoires (par exemple la méthode d'inversion) sont irréalisables. La première méthode MCMC était l'algorithme Metropolis, plus tard modifié en l'algorithme Metropolis-Hastings.

2
D'où viennent les conditions complètes dans l'échantillonnage de Gibbs?
Les algorithmes MCMC comme l'échantillonnage de Metropolis-Hastings et Gibbs sont des moyens d'échantillonnage à partir des distributions postérieures conjointes. Je pense que je comprends et que je peux mettre en œuvre la métropole-hasting assez facilement - il vous suffit de choisir les points de départ d'une manière ou d'une autre …
15 bayesian  mcmc  gibbs 
2
Existe-t-il une méthode standard pour traiter le problème de changement d'étiquette dans l'estimation MCMC des modèles de mélange?
Le changement d'étiquette (c.-à-d. Que la distribution postérieure est invariante à la commutation des étiquettes des composants) est un problème problématique lors de l'utilisation de MCMC pour estimer les modèles de mélange. Existe-t-il une méthodologie standard (comme largement acceptée) pour traiter le problème? S'il n'y a pas d'approche standard, quels …
15 bayesian  mcmc  mixture 
2
Hamiltonian monte carlo
Quelqu'un peut-il expliquer l'idée principale derrière les méthodes Hamiltoniennes Monte Carlo et dans quels cas elles donneront de meilleurs résultats que les méthodes Markov Chain Monte Carlo?
14 bayesian  mcmc  hmc 
2
Benchmarks de performance pour MCMC
Y a-t-il eu des études à grande échelle des méthodes MCMC qui comparent les performances de plusieurs algorithmes différents sur une suite de densités de test? Je pense à quelque chose d'équivalent à l'article de Rios et Sahinidis (2013), qui est une comparaison approfondie d'un grand nombre d'optimiseurs de boîte …
2
Dirichlet Processus de clustering: comment gérer les étiquettes?
Q: Quelle est la méthode standard pour regrouper des données à l'aide d'un processus Dirichlet? Lors de l'utilisation de Gibbs, des grappes d'échantillonnage apparaissent et disparaissent pendant l'échantillonnage. Par ailleurs, nous avons un problème d'identifiabilité car la distribution postérieure est invariante aux ré-étiquetages de cluster. Ainsi, nous ne pouvons pas …
1
Diagnostic de convergence Gelman et Rubin, comment généraliser pour travailler avec des vecteurs?
Le diagnostic Gelman et Rubin est utilisé pour vérifier la convergence de plusieurs chaînes mcmc exécutées en parallèle. Il compare la variance intra-chaîne à la variance inter-chaîne, l'exposition est ci-dessous: Étapes (pour chaque paramètre): Exécutez m ≥ 2 chaînes de longueur 2n à partir de valeurs de départ surdispersées. Jeter …
4
Un exemple pratique pour MCMC
Je passais par quelques conférences liées à MCMC. Cependant, je ne trouve pas un bon exemple de la façon dont il est utilisé. Quelqu'un peut-il me donner un exemple concret? Tout ce que je peux voir, c'est qu'ils dirigent une chaîne de Markov et disent que sa distribution stationnaire est …
2
Diagnostic MCMC Geweke
J'utilise un échantillonneur Metropolis (C ++) et je veux utiliser les échantillons précédents pour estimer le taux de convergence. Un diagnostic facile à mettre en œuvre que j'ai trouvé est le diagnostic de Geweke , qui calcule la différence entre les deux moyennes d'échantillon divisée par son erreur standard estimée. …
14 mcmc  diagnostic 
5
Code MCMC à saut réversible (Matlab ou R)
Est-ce que quelqu'un connaît un code bien écrit (dans Matlab ou R) pour MCMC à saut réversible? De préférence, une simple application de démonstration pour compléter les articles sur le sujet, qui serait utile pour comprendre le processus.
14 r  matlab  references  mcmc 
2
Paramètres sans priorités définies dans Stan
Je viens de commencer à apprendre à utiliser Stan et rstan. À moins que je ne sois toujours confus sur le fonctionnement de JAGS / BUGS, je pensais que vous deviez toujours définir une distribution préalable d'une sorte pour chaque paramètre du modèle à partir duquel tirer. Il semble que …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.