gibbs पर टैग किए गए जवाब

मैं बेज़ियन मॉडल का आकलन करने के लिए एक BUGS शैली के वातावरण का प्रयास करने वाला हूं। क्या OpenBugs या JAGS के बीच चयन करने पर विचार करने के लिए कोई महत्वपूर्ण लाभ हैं? क्या भविष्य में दूसरे को बदलने की संभावना है? मैं आर के साथ चुने हुए …

41 r  software  bugs  jags  gibbs 

मैं MCMC विधियों को सीखने की कोशिश कर रहा हूं और मेट्रोपोलिस हेस्टिंग्स, गिब्स, इंपोर्टेंस और रिजेक्शन सैंपलिंग में आया हूं। जबकि इनमें से कुछ अंतर स्पष्ट हैं, अर्थात, कैसे गिब्स मेट्रोपोलिस हेस्टिंग्स का एक विशेष मामला है जब हमारे पास पूर्ण सशर्त हैं, तो अन्य कम स्पष्ट हैं, जैसे …

36 mcmc  monte-carlo  gibbs  metropolis-hastings  importance-sampling 

मैं सीखना चाहता हूं कि गिब्स सैंपलिंग कैसे काम करता है और मैं इंटरमीडिएट के पेपर के लिए एक अच्छे बेसिक की तलाश में हूं। मेरे पास एक कंप्यूटर विज्ञान पृष्ठभूमि और बुनियादी सांख्यिकीय ज्ञान है। किसी ने आसपास अच्छी सामग्री पढ़ी है? तुमने इसे कहाँ सीखा? धन्यवाद

29 references  gibbs 

जब मैं कुछ समस्या के लिए एक मोंटे कार्लो सिमुलेशन को कोड कर रहा हूं, और मॉडल काफी सरल है, तो मैं एक बहुत ही मूल पाठ्यपुस्तक गिब्स नमूने का उपयोग करता हूं। जब गिब्स नमूने का उपयोग करना संभव नहीं है, तो मैंने पाठ्यपुस्तक मेट्रोपोलिस-हेस्टिंग्स को कोड दिया है …

21 bayesian  mcmc  gibbs  metropolis-hastings 

मैं अभी गिब्स नमूना और मेट्रोपोलिस हेस्टिंग्स एल्गोरिथ्म पर कुछ पढ़ रहा हूं और कुछ सवालों का जवाब दिया है। जैसा कि मैं इसे समझता हूं, गिब्स नमूनाकरण के मामले में, यदि हमारे पास एक बड़ी बहुभिन्नरूपी समस्या है, तो हम सशर्त वितरण से नमूना लेते हैं अर्थात नमूना एक …

20 bayesian  sampling  mcmc  gibbs  metropolis-hastings 

MCMC एल्गोरिदम के विभिन्न प्रकार हैं: महानगरों-हेस्टिंग्स गिब्स महत्व / अस्वीकृति नमूनाकरण (संबंधित)। महानगर-हेस्टिंग्स के बजाय गिब्स नमूने का उपयोग क्यों करेंगे? मुझे संदेह है कि ऐसे मामले हैं जब मेट्रोपोलिस-हेस्टिंग्स की तुलना में गिब्स नमूने के साथ इंजेक्शन अधिक ट्रैक्टेबल है, लेकिन मैं बारीकियों पर स्पष्ट नहीं हूं।

20 bayesian  simulation  mcmc  gibbs  metropolis-hastings 

मेरे पास सर्वोच्च अधिकार 1 पर है कि गिब्स सैंपलिंग मार्कोव चेन मोंटे कार्लो नमूना के लिए मेट्रोपोलिस-हेस्टिंग्स एल्गोरिथम का एक विशेष मामला है। एमएच एल्गोरिदम हमेशा विस्तृत शेष संपत्ति के साथ एक संक्रमण संभावना देता है; मुझे उम्मीद है कि गिब्स को भी चाहिए। तो निम्नलिखित सरल मामले में …

17 mcmc  gibbs 

मैं स्टेन प्रलेखन से गुजर रहा था जिसे यहाँ से डाउनलोड किया जा सकता है । मुझे गेलमैन-रुबिन डायग्नोस्टिक के उनके कार्यान्वयन में विशेष रूप से दिलचस्पी थी। मूल पेपर गेलमैन एंड रुबिन (1992) संभावित स्केल रिडक्शन फैक्टर (PSRF) को निम्नानुसार परिभाषित करता है: चलो हो वें मार्कोव श्रृंखला नमूना …

16 mcmc  convergence  gibbs  metropolis-hastings  stan 

मेट्रोपोलिस-हेस्टिंग्स और गिब्स नमूना जैसे एमसीएमसी एल्गोरिदम संयुक्त पश्च वितरण से नमूने लेने के तरीके हैं। मुझे लगता है कि मैं समझता हूं और महानगर-जल्दबाजी को बहुत आसानी से लागू कर सकता है - आप बस शुरुआती बिंदुओं को किसी भी तरह से चुनते हैं, और 'पैरामीटर को अंतरिक्ष में …

15 bayesian  mcmc  gibbs 

मैं खंड 4.2.1 में परिणामों को खरोंचने से पुन: उत्पन्न कर रहा हूं गिब्स आउटपुट से सीमांत संभावना सिद्धार्थ चिब अमेरिकी सांख्यिकी एसोसिएशन जर्नल, खंड। 90, नंबर 432. (दिसंबर, 1995), पीपी। 1313-1321। यह घटकों के ज्ञात संख्या के साथ मॉडल का मिश्रण है । च ( एक्स | डब्ल्यू , …

13 bayesian  mixture  gibbs 

जेलमैन एंड हिल (2007) की किताब (डेटा एनालिसिस यूजिंग रिग्रेशन एंड मल्टीलेवल / हायरार्चिकल मॉडल्स) में, लेखकों का दावा है कि निरर्थक माध्य मापदंडों सहित MCMC को गति देने में मदद कर सकता है। दिया गया उदाहरण "उड़ान सिम्युलेटर" (Eq 13.9) का गैर-नेस्टेड मॉडल है: yiγjδk∼N(μ+γj[i]+δk[i],σ2y)∼N(0,σ2γ)∼N(0,σ2δ)yi∼N(μ+γj[i]+δk[i],σy2)γj∼N(0,σγ2)δk∼N(0,σδ2) \begin{align} y_i &\sim N(\mu …

12 mcmc  hierarchical-bayesian  gibbs 

जहां तक ​​मैं इसे समझता हूं, यह (कम से कम, यह है कि विकिपीडिया इसे कैसे परिभाषित करता है )। लेकिन मुझे यह कथन Efron * (जोर दिया गया) मिला है: मार्कोव श्रृंखला मोंटे कार्लो (MCMC) आधुनिक बेसेसियन आँकड़ों की महान सफलता की कहानी है। MCMC, और इसकी बहन पद्धति …

11 mcmc  gibbs 

मेरे अध्ययन की पृष्ठभूमि : गिब्स के नमूने में जहां हम (रुचियों का चर) और से और क्रमशः नमूना लेते हैं, जहां और , -dimensional यादृच्छिक वैक्टर हैं। हम जानते हैं कि प्रक्रिया आमतौर पर दो चरणों में विभाजित होती है:XXXYYYP(X|Y)P(X|Y)P(X|Y)P(Y|X)P(Y|X)P(Y|X)XXXYYYkkk बर्न-इन पीरियड, जहां हम सभी नमूनों को छोड़ देते …

11 hypothesis-testing  covariance  covariance-matrix  gibbs 

मैं वास्तव में यह पूछने में संकोच कर रहा हूं, क्योंकि मुझे डर है कि मुझे गिब्स नमूने पर अन्य प्रश्नों या विकिपीडिया पर भेजा जाएगा, लेकिन मुझे यह महसूस नहीं होता कि वे वर्णन करते हैं कि हाथ में क्या है। सशर्त संभाव्यता को देखते हुए : p ( …

11 sampling  mcmc  gibbs 

मान लीजिए कि आपके पास एक व्याख्यात्मक चर जहाँ किसी दिए गए निर्देशांक का प्रतिनिधित्व करता है। आपके पास एक प्रतिक्रिया चर । अब, हम दोनों चर को इस प्रकार जोड़ सकते हैं:X=(X(s1),…,X(sn))X=(X(s1),…,X(sn)){\bf{X}} = \left(X(s_{1}),\ldots,X(s_{n})\right)sssY=(Y(s1),…,Y(sn))Y=(Y(s1),…,Y(sn)){\bf{Y}} = \left(Y(s_{1}),\ldots,Y(s_{n})\right) W(s)=(X(s)Y(s))∼N(μ(s),T)W(s)=(X(s)Y(s))∼N(μ(s),T){\bf{W}}({\bf{s}}) = \left( \begin{array}{ccc}X(s) \\ Y(s) \end{array} \right) \sim N(\boldsymbol{\mu}(s), T) इस स्थिति …

11 probability  bayesian  conditional-probability  gibbs