Questions marquées «monte-carlo»

Utilisation de nombres (pseudo-) aléatoires et de la loi des grands nombres pour simuler le comportement aléatoire d'un système réel.


1
Comment répartir de manière optimale les tirages lors du calcul de plusieurs attentes
Supposons que nous voulons calculer une certaine attente: EYEX|Y[f(X, Y) ]EOuiEX|Oui[F(X,Oui)]E_YE_{X|Y}[f(X,Y)] Supposons que nous voulions l'approcher en utilisant la simulation de Monte Carlo. EOuiEX| Oui[ f( X, Y) ] ≈ 1R S∑r = 1R∑s = 1SF( xr , s, yr)EOuiEX|Oui[F(X,Oui)]≈1RS∑r=1R∑s=1SF(Xr,s,yr)E_YE_{X|Y}[f(X,Y)] \approx \frac1{RS}\sum_{r=1}^R\sum_{s=1}^Sf(x^{r,s},y^r) Mais supposons qu'il est coûteux de prélever des …

1
Monte Carlo == applique-t-il un processus aléatoire?
Je n'ai jamais suivi de cours de statistique officiel, mais en raison de mes recherches, je tombe constamment sur des articles qui appliquent plusieurs concepts statistiques. Souvent, je vais voir une description d'un processus de Monte Carlo appliqué à une situation donnée, et pour ce que je peux rassembler 9 …

2
L'échantillonnage basé sur la chaîne de Markov est-il le «meilleur» pour l'échantillonnage de Monte Carlo? Existe-t-il des régimes alternatifs?
Markov Chain Monte Carlo est une méthode basée sur les chaînes de Markov qui nous permet d'obtenir des échantillons (dans un cadre Monte Carlo) à partir de distributions non standard à partir desquelles nous ne pouvons pas prélever directement des échantillons. Ma question est de savoir pourquoi la chaîne de …

3
Incompréhension de l'estimation de Monte Carlo Pi
Je suis assez sûr de comprendre comment fonctionne l'intégration de Monte-Carlo, mais je ne comprends pas la formulation de la façon dont elle est utilisée pour estimer Pi. Je vais suivre la procédure décrite dans la 5ème diapositive de cette présentation http://homepages.inf.ed.ac.uk/imurray2/teaching/09mlss/slides.pdf Je comprends les étapes préliminaires. Pi est égal …



2
Estimateur MCMC robuste de vraisemblance marginale?
J'essaie de calculer la probabilité marginale d'un modèle statistique par les méthodes de Monte Carlo: F( x ) = ∫F( x ∣ θ ) π( θ )réθF(X)=∫F(X∣θ)π(θ)réθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta La probabilité est bien comportée - lisse, log-concave - mais de grande dimension. J'ai essayé l'échantillonnage d'importance, mais …


2
Rao-Blackwellization de Gibbs Sampler
J'évalue actuellement un modèle de volatilité stochastique avec les méthodes de Markov Chain Monte Carlo. Ainsi, j'implémente les méthodes d'échantillonnage de Gibbs et Metropolis. En supposant que je prenne la moyenne de la distribution postérieure plutôt qu'un échantillon aléatoire, est-ce ce que l'on appelle communément Rao-Blackwellization ? Dans l'ensemble, cela …





1
Attente «inattendue»
L'un de nos experts Monte-Carlo peut-il expliquer l'attente "inattendue" à la fin de cette réponse ? Résumé ex post facto de l'autre question / réponse: si sont des variables aléatoires IID et que les attentes existent, alors un simple argument de symétrie montre que , mais une expérience de Monte …

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.