Questions marquées «metropolis-hastings»

Un type spécial d'algorithme de Markov Chain Monte Carlo (MCMC) utilisé pour simuler à partir de distributions de probabilités complexes. Il est validé par la théorie des chaînes de Markov et offre un large éventail d'implémentations possibles.

2
Confusion liée à l'échantillonnage de Gibbs
Je suis tombé sur cet article où il est dit que dans l'échantillonnage de Gibbs, chaque échantillon est accepté. Je suis un peu confus. Comment se fait-il que chaque échantillon qu'il a accepté converge vers une distribution stationnaire. En général, nous acceptons l'algorithme Metropolis comme min (1, p (x *) …
2
Taux d'acceptation dans l'algorithme Metropolis – Hastings
Dans l'algorithme Metropolis – Hastings d'échantillonnage d'une distribution cible, supposons: πjeπi\pi_{i} soit la densité cible à l'état ,jeii πjπj\pi_j la densité cible à l'état proposé ,jjj hje jhijh_{ij} la densité de proposition pour la transition vers l'état étant donné l'état actuel ,jjjjeii uneje jaija_{ij} soit la probabilité d'acceptation de l'état …
1
Quel algorithme adaptatif Metropolis Hastings est implémenté dans le package R MHadaptive?
Il existe plusieurs versions des algorithmes adaptatifs de Metropolis Hastings. L'une est implémentée dans la fonction Metro_Hastingsde Rpackage MHadaptive, voir ici . La référence qui y figure, Spiegelhalter et al. (2002), ne contient malheureusement pas de description d'aucun algorithme adaptatif, à ma connaissance. Cependant, l' Metro_Hastingsalgorithme fonctionne très bien dans …
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.