mcmc पर टैग किए गए जवाब

मार्कोव चेन मोंटे कार्लो (एमसीएमसी) एक मार्कोव श्रृंखला से यादृच्छिक संख्या पैदा करके लक्ष्य वितरण से नमूने उत्पन्न करने के तरीकों की एक श्रेणी को संदर्भित करता है जिसका स्थिर वितरण लक्ष्य वितरण है। MCMC विधियों का उपयोग आम तौर पर तब किया जाता है जब यादृच्छिक संख्या पीढ़ी (जैसे व्युत्क्रम विधि) के लिए अधिक प्रत्यक्ष विधियाँ अचूक होती हैं। पहले MCMC विधि मेट्रोपोलिस एल्गोरिथ्म थी, जिसे बाद में मेट्रोपोलिस-हेस्टिंग्स एल्गोरिथम में बदल दिया गया।

2
निर्णय वृक्ष की जगह बनाम यादृच्छिक वन का एमसीएमसी नमूना
एक बेतरतीब जंगल निर्णय पेड़ों का एक संग्रह है जो प्रत्येक पेड़ के निर्माण के लिए यादृच्छिक रूप से केवल कुछ विशेषताओं का चयन करता है (और कभी-कभी प्रशिक्षण डेटा को जीतना)। जाहिरा तौर पर वे अच्छी तरह से सीखते हैं और सामान्यीकरण करते हैं। क्या किसी ने निर्णय वृक्ष …
3
एक गतिशील रैखिक मॉडल के मापदंडों का अनुमान लगाना
मैं (आर में) निम्नलिखित बहुत ही सरल डायनेमिक लीनियर मॉडल को लागू करना चाहता हूं, जिसके लिए मेरे पास 2 अज्ञात समय अलग-अलग पैरामीटर (अवलोकन त्रुटि का प्रसरण और राज्य त्रुटि ) है।ϵ1tϵt1\epsilon^1_tϵ2tϵt2\epsilon^2_t Ytθt+1==θt+ϵ1tθt+ϵ2tYt=θt+ϵt1θt+1=θt+ϵt2 \begin{matrix} Y_t & = & \theta_t + \epsilon^1_t\\ \theta_{t+1} & = & \theta_{t}+\epsilon^2_t \end{matrix} मैं हर …
11 r  mcmc  dlm  particle-filter 
3
क्या MCMC कार्यक्रमों को डिबग करने के लिए एक मानक तकनीक है?
MCMC प्रोग्राम डीबग करना बेहद कठिन है। कई मुद्दों में से कुछ के कारण यह कठिनाई उत्पन्न होती है: (a) एल्गोरिथम की चक्रीय प्रकृति हम इसे अन्य सभी मापदंडों पर सशर्त रूप से आरेखित करते हैं। इस प्रकार, यदि कोई कार्यान्वयन ठीक से काम नहीं कर रहा है, तो बग …
11 mcmc 
1
आर / एमजीसीवीवी: क्यों टी () और टीआई () टेंसर उत्पाद विभिन्न सतहों का उत्पादन करते हैं?
mgcvके लिए पैकेज Rफिटिंग टेन्सर उत्पाद बातचीत के लिए दो कार्य करता है: te()और ti()। मैं दोनों के बीच श्रम के बुनियादी विभाजन को समझता हूं (गैर-रैखिक बातचीत को फिट करना बनाम इस बातचीत को मुख्य प्रभावों और एक इंटरैक्शन में विघटित करना)। क्या मुझे समझ नहीं आता क्यों है …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
2
एमसीएमसी में कम ऑटो-सहसंबंध होना क्यों वांछनीय है?
मैं MCMC में स्वत :संबंध की जाँच करने की आवश्यकता के बारे में पढ़ता रहता हूँ। यह क्यों महत्वपूर्ण है कि ऑटोक्रेलेशन कम है? यह MCMC के संदर्भ में क्या मापता है?
5
मेट्रोपोलिस हेस्टिंग्स एल्गोरिथम
मुझे मार्कोव चेन मोंटे कार्लो विधियों का अध्ययन करने की आवश्यकता है, और अधिक विशिष्ट होने के लिए मुझे मेट्रोपोलिस हेस्टिंग्स एल्गोरिथ्म का अध्ययन करने की आवश्यकता है और सभी इसके बारे में अभिसरण मानदंडों की तरह। कौन मुझे एक पुस्तक, या एक पेपर, या एक वेब साइट लिख सकता …
11 references  mcmc 
2
सामान्यीकृत सामान्य वितरण के लिए प्रस्ताव वितरण
मैं एक सामान्यीकृत सामान्य वितरण ( विकिपीडिया प्रविष्टि ) का उपयोग करके संयंत्र फैलाव का मॉडलिंग कर रहा हूं , जिसमें संभावना घनत्व फ़ंक्शन है: b2aΓ(1/b)e−(da)bb2aΓ(1/b)e−(da)b \frac{b}{2a\Gamma(1/b)} e^{-(\frac{d}{a})^b} जहां ddd दूरी की यात्रा है, aaa स्केल पैरामीटर है, और bbb आकार पैरामीटर है। इस वितरण के मानक विचलन द्वारा यात्रा …
1
क्या कोई मोंटे कार्लो / MCMC नमूना लागू किया गया है जो बाद के वितरण के अलग-अलग स्थानीय मैक्सीमा से निपट सकता है?
मैं वर्तमान में कई ODEs वाले मॉडल के लिए मापदंडों का अनुमान लगाने के लिए एक बायेसियन दृष्टिकोण का उपयोग कर रहा हूं। जैसा कि मेरे पास अनुमान लगाने के लिए 15 पैरामीटर हैं, मेरा नमूना स्थान 15-आयामी है और मेरे द्वारा पोस्टीरियर डिस्ट्रीब्यूशन के लिए खोजे जाने पर कई …
1
Pareto को रोकना महत्वपूर्ण महत्व के नमूने (PSIS-LOO) को विफल करने से रोकता है
मैंने हाल ही में इन पत्रों में वर्णित पारेटो के चिकने महत्त्व वाले नमूने का नमूना-वन-आउट क्रॉस-वैरिडेशन (PSIS-LOO) उपयोग करना शुरू किया: व्हीत्सारी, ए।, और गेलमैन, ए। (2015)। पारेतो ने महत्त्वपूर्ण नमूनाकरण किया। arXiv preprint ( लिंक )। व्हीत्सारी, ए।, गेलमैन, ए।, और गैब्री, जे। (2016)। प्रैक्टिकल बायेसियन मॉडल मूल्यांकन …
1
MCMC में उच्च स्वावलंबन का प्रबंधन
मैं R और JAGS का उपयोग करके मेटा-विश्लेषण के लिए एक जटिल जटिल पदानुक्रमित बायेसियन मॉडल का निर्माण कर रहा हूं। थोड़ा सरल बनाने, मॉडल के दो प्रमुख स्तर है α j = Σ ज γ ज ( जे ) + ε j जहां y मैं j है मैं endpoint …
2
क्या घनत्व के आकलन के लिए जलने के बाद MCMC पुनरावृत्तियों का उपयोग किया जा सकता है?
बर्न-इन के बाद, क्या हम घनत्व के आकलन के लिए सीधे MCMC पुनरावृत्तियों का उपयोग कर सकते हैं, जैसे कि हिस्टोग्राम, या कर्नेल घनत्व आकलन की साजिश रचने से? मेरी चिंता यह है कि MCMC पुनरावृत्तियों आवश्यक रूप से स्वतंत्र नहीं हैं, हालांकि वे सबसे अधिक पहचान वाले वितरित हैं। …
2
मेट्रोपोलिस-हेस्टिंग्स और गिब्स सैम्पलिंग को प्राप्त करने वाली पाठ्यपुस्तक
मुझे मेट्रोपोलिस-हेस्टिंग्स और गिब्स नमूने के साथ काफी अच्छा व्यावहारिक अनुभव है, लेकिन मैं इन एल्गोरिदम की बेहतर गणितीय समझ प्राप्त करना चाहता हूं। क्या कुछ अच्छी पाठ्यपुस्तकें या लेख हैं जो इन नमूनों की शुद्धता को साबित करते हैं (अधिक एल्गोरिदम भी बहुत अच्छा होगा)?
3
उच्च-आयामी फ़ंक्शन के अपेक्षित मूल्य का मूल्यांकन करने के लिए MCMC का उपयोग करना
मैं एक शोध परियोजना पर काम कर रहा हूं जो अनुकूलन से संबंधित है और हाल ही में इस सेटिंग में एमसीएमसी का उपयोग करने का विचार था। दुर्भाग्य से, मैं MCMC विधियों के लिए काफी नया हूं इसलिए मेरे पास कई प्रश्न थे। मैं समस्या का वर्णन करके और …
2
JAGS में सेंसरिंग / ट्रंकेशन
मैं एक सवाल है कि JAGS में सेंसरिंग समस्या को कैसे ठीक किया जाए। मैं सामान्य रूप से एक बीवरिएट मिश्रण का निरीक्षण करता हूं जहां एक्स मान माप त्रुटि है। मैं सेंसर किए गए मूल्यों के वास्तविक अंतर्निहित 'साधनों' को मॉडल करना चाहूंगा। ⌈ xटी आर यू ई+ Ε …
5
अनुभवजन्य डेटा से यादृच्छिक बहुभिन्नरूपी मान उत्पन्न करें
मैं आंशिक रूप से सहसंबद्ध रिटर्न के साथ कई संपत्तियों के मूल्यांकन के लिए मोंटे कार्लो फ़ंक्शन पर काम कर रहा हूं। वर्तमान में, मैं सिर्फ rmvnorm()आर में फ़ंक्शन के लिए एक सहसंयोजक मैट्रिक्स उत्पन्न करता हूं और उत्पन्न करता हूं (यादृच्छिक मूल्यों को सहसंबद्ध बनाता है ।) हालांकि, किसी …
10 mcmc  monte-carlo  pdf 
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.