बेसिकियन सांख्यिकी के लिए MCMC पर मूल संदर्भ


11

मैं बेसिकियन सांख्यिकी (आर के साथ) के लिए बुनियादी एमसीएमसी के बारे में व्यावहारिक और सैद्धांतिक उदाहरणों के साथ कुछ कागजात या पुस्तकों की तलाश कर रहा हूं । मैंने कभी भी सिमुलेशन के बारे में अध्ययन नहीं किया है, और यही कारण है कि मैं "बुनियादी" जानकारी ढूंढ रहा हूं। क्या आप मुझे कुछ सिफारिशें या सलाह दे सकते हैं?


मैं आपको एमसीएमसी से निपटने से पहले कुछ बुनियादी सिमुलेशन का अध्ययन करने की दृढ़ता से सलाह देता हूं।
Glen_b -Reinstate मोनिका

नीचे दी गई कुछ सिफारिशों की वंशावली को देखते हुए, मैं इसे यहां पोस्ट करने में संकोच करता हूं, लेकिन अगर आप वास्तव में "बेसिक" चाहते हैं, तो मेरे पास शारीरिक रूप से आधारित मॉडल में पैरामीटर इनविज़न के लिए MCMC के उपयोग पर कुछ नोट्स हैं (R के बजाय पायथन का उपयोग करके) )। नीचे दिए गए अन्य संदर्भ कहीं अधिक कठोर हैं, इसलिए कृपया सावधानी के साथ प्रयोग करें, लेकिन मुझे लगता है कि वे एक दिन मेरे अलावा किसी और के लिए उपयोगी हो सकते हैं :-)
जेम्सस

जवाबों:


8

उपरोक्त शीर्षकों के अलावा, विशेष रूप से आर को लक्षित करने वाली किताबें हैं, जैसे


1
जिस तरह से ईसाई आपकी पुस्तक से प्यार करता था
bdeonovic

1
ईसाई, मैं आपको बधाई देना चाहता हूं क्योंकि टीबीसी! Bayesian आँकड़े में एक शुरुआत के रूप में, आपकी पुस्तक ने मुझे बहुत मदद की है!
रेड शोर २५

@ user135273: धन्यवाद। बायेसियन चॉइस कभी-कभी एक शुरुआत के लिए कठोर हो सकती है ...!
शीआन

13

लोग अक्सर अत्यधिक इंट्रो बुक के रूप में क्रुस्के के डूइंग बायेसियन डेटा विश्लेषण की अत्यधिक सलाह देते हैं ।

शायद वहाँ से गेलमैन के बायेसियन डेटा विश्लेषण की कोशिश करें ।

फिर इसे उत्कृष्ट मोंटे कार्लो सांख्यिकीय विधियों के साथ समाप्त करें

विशेष रूप से आप इसके लिए क्या देख रहे हैं, इस बारे में अधिक जानकारी के बिना, शायद सबसे अच्छा मैं कर सकता हूं।


5

जब मैंने आँकड़ों को सीखना शुरू किया तो मुझे बेज़ियन डेटा विश्लेषण पर जेलमैन की पुस्तक बहुत मुश्किल से समझ में आई, यह किसी नए व्यक्ति के आँकड़ों के लिए थोड़ा भारी हो सकता है।

मैं आपको पीटर हॉफ की पुस्तक ए फर्स्ट कोर्स इन बायेसियन स्टैटिस्टिक मेथड्स के साथ शुरुआत करने की सलाह देता हूं ।

यह उन्नत सांख्यिकीय विषयों के लिए एक व्यापक पुस्तक नहीं है, लेकिन इसमें बड़ी संख्या में सांख्यिकीय मॉडल और उदाहरण हैं और आर-कोड इस पुस्तक के लिए पूरे पाठ या वेबसाइट से प्रदान किए जाते हैं ।


5

यदि आप परिचयात्मक कागजात के बारे में पूछते हैं , तो आप निम्नलिखित की जांच कर सकते हैं:

कैसेला, जी।, और जॉर्ज, ईआई (1992)। गिब्स का नमूना बताते हुए। द अमेरिकन स्टेटिस्टिशियन, 46 (3), 167-174।

एंड्रीयू, सी।, डी फ्रीटास, एन।, डकेट, ए। और जॉर्डन, एमआई (2003)। मशीन सीखने के लिए MCMC का परिचय। मशीन लर्निंग, 50, 5-43।

टियरनी, एल (1994)। मार्कोव जंजीर वितरण की खोज के लिए चेन। सांख्यिकी के इतिहास, 1701-1728।

हार्टिग, एफ।, कैलाबेरी, जेएम, रीनकिंग, बी।, वीगैंड, टी।, और हथ, ए। (2011)। स्टोकेस्टिक सिमुलेशन मॉडल के लिए सांख्यिकीय निष्कर्ष - सिद्धांत और अनुप्रयोग। पारिस्थितिकी पत्र, १४, 8१६-27२ 14।


1
ऐतिहासिक रूप से, जॉर्ज और एड द्वारा अमेरिकन स्टेटिस्टिशियन पेपर को बच्चों के लिए गिब्स का हकदार होना चाहिए था, लेकिन संपादकों को यह पसंद नहीं आया। सूअरों के लिए गिब्स में शीर्षक पुन: चक्रित करने और उनकी समीक्षा प्रकाशित करने के लिए, एक पशु ब्रीडर डैन गियानोला को लिया गया।
शीआन

1

बेयस सिद्धांत हमेशा मेरे लिए समझ में आता है, लेकिन बायेसियन विश्लेषण हमेशा बहुत भ्रमित था। जब मैंने इस ब्लॉग पोस्ट को 8 स्कूलों के उदाहरण के बारे में पढ़ा तो चीजें वास्तव में क्लिक करने लगीं: http://andrewgelman.com/2014/01/21/everything-need-know-bayesian-statistics-learned-eight-school//

मुझे वास्तव में लगता है कि उदाहरण एक बेहतर उदाहरण के साथ अधिक सार्थक हो सकता है, 8 स्कूलों में वर्णित मीट्रिक कुछ सार "कोचिंग" परिणाम है।


0

Stata से MCMC की महान चित्रमय व्याख्या

https://www.youtube.com/watch?v=OTO1DygELpY

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.