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।

3
कुछ मामलों में हैमिल्टन डायनेमिक्स MCMC में यादृच्छिक वॉक प्रस्ताव से बेहतर क्यों है?
हैमिल्टन डायनेमिक्स हमेशा कुछ मामलों में मेट्रोपोलिस एल्गोरिथ्म में यादृच्छिक चलने की तुलना में बेहतर प्रदर्शन करता है। क्या कोई बहुत ज्यादा गणित के बिना सरल शब्दों में कारण बता सकता है?
10 mcmc 
2
गैर-नकारात्मक पूर्णांक पर असतत वितरण से नमूना कैसे लें?
मेरे पास निम्न असतत वितरण है, जहां ज्ञात स्थिरांक हैं:α,βα,β\alpha,\beta p(x;α,β)=Beta(α+1,β+x)Beta(α,β)for x=0,1,2,…p(x;α,β)=Beta(α+1,β+x)Beta(α,β)for x=0,1,2,… p(x;\alpha,\beta) = \frac{\text{Beta}(\alpha+1, \beta+x)}{\text{Beta}(\alpha,\beta)} \;\;\;\;\text{for } x = 0,1,2,\dots इस वितरण से कुशलता से नमूना लेने के लिए कुछ दृष्टिकोण क्या हैं?
2
मोंटे कार्लो नमूनाकरण के लिए मार्कोव श्रृंखला "सर्वश्रेष्ठ" नमूना आधारित है? क्या कोई वैकल्पिक योजनाएं उपलब्ध हैं?
मार्कोव चेन मोंटे कार्लो मार्कोव श्रृंखलाओं पर आधारित एक विधि है जो हमें गैर-मानक वितरण से नमूने (एक मोंटे कार्लो सेटिंग में) प्राप्त करने की अनुमति देती है जिससे हम सीधे नमूने नहीं खींच सकते हैं। मेरा सवाल है कि मोंटे कार्लो नमूनाकरण के लिए मार्कोव श्रृंखला "अत्याधुनिक" क्यों है। …
3
Winbugs और अन्य MCMC पूर्व वितरण के लिए जानकारी के बिना
जब आपको मापदंडों के वितरण का अंदाजा नहीं होता है तो क्या होता है? हमें किस दृष्टिकोण का उपयोग करना चाहिए? यदि हम एक निश्चित चर का किसी विशेष प्रजाति की उपस्थिति / अनुपस्थिति पर कोई प्रभाव डालते हैं, और चर को महत्व के अनुसार स्वीकार नहीं किया जाता है, …
10 r  bayesian  mcmc  bugs  winbugs 
1
रेखीय प्रतिगमन श्रेणीगत चर "छिपा हुआ" मान
यह सिर्फ एक उदाहरण है कि मैं कई बार आया हूं, इसलिए मेरे पास कोई नमूना डेटा नहीं है। R में एक रैखिक प्रतिगमन मॉडल चलाना: a.lm = lm(Y ~ x1 + x2) x1एक सतत चर है। x2श्रेणीबद्ध है और इसके तीन मान हैं "उदा", "मध्यम" और "उच्च"। हालाँकि R …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 
4
10D MCMC श्रृंखला को देखते हुए, मैं R में इसके पोस्ट मोड (एस) को कैसे निर्धारित कर सकता हूं?
प्रश्न: 10 आयामी MCMC श्रृंखला के साथ, मान लें कि मैं आपको ड्रॉ का एक मैट्रिक्स सौंपने के लिए तैयार हूं: 10 मापदंडों (कॉलम) द्वारा 100,000 पुनरावृत्तियों (पंक्तियों), मैं पोस्टीरियर मोड्स को कैसे पहचान सकता हूं? मैं विशेष रूप से कई मोड से चिंतित हूं। पृष्ठभूमि:मैं खुद को एक कम्प्यूटेशनल …
1
हैमिल्टनियन मोंटे कार्लो: मेट्रोपोलिस-हस्टिंग के प्रस्ताव को कैसे समझें?
मैं हैमिल्टन मोंटे कार्लो (एचएमसी) के आंतरिक कामकाज को समझने की कोशिश कर रहा हूं, लेकिन जब हम मेट्रोपोलिस-हस्टिंग प्रस्ताव के साथ नियतात्मक समय-एकीकरण की जगह लेते हैं, तो उस हिस्से को पूरी तरह से समझ नहीं सकते हैं। मैं माइकल बेटनकोर्ट द्वारा हैमिल्टन मोंटे कार्लो का भयानक परिचयात्मक पत्र …
9 mcmc  monte-carlo  hmc 
1
MCMC / EM सीमाएँ? EM पर MCMC?
मैं वर्तमान में R से JAGS का उपयोग करके पदानुक्रमित बायेसियन मॉडल सीख रहा हूं, और पायथन ( "हैकर्स के लिए बायेसियन मेथड्स" ) का उपयोग करके भी pymc । मैं इस पोस्ट से कुछ अंतर्ज्ञान प्राप्त कर सकता हूं : "आप संख्याओं के ढेर के साथ समाप्त हो जाएंगे …
2
संभाव्य प्रोग्रामिंग (pymc) के साथ स्विचपॉइंट का पता लगाना
मैं वर्तमान में हैकर्स "पुस्तक" के लिए प्रोबेबिलिस्टिक प्रोग्रामिंग और बायेसियन तरीके पढ़ रहा हूं । मैंने कुछ अध्याय पढ़े हैं और मैं पहले अध्याय पर विचार कर रहा था जहाँ pymc के साथ पहला उदाहरण पाठ संदेश में एक विचयन का पता लगाने से मिलकर बना है। उस उदाहरण …
2
गिब्स नमूनाकरण से संबंधित भ्रम
मैं इस लेख के पार आया जहाँ यह कहता है कि गिब्स नमूने में हर नमूने को स्वीकार किया जाता है। मैं थोड़ा असमंजस में हूँ। अगर हर नमूना इसे स्वीकार करता है तो यह कैसे स्थिर वितरण में परिवर्तित होता है। सामान्य मेट्रोपोलिस एल्गोरिथ्म में हम न्यूनतम (1, p …
4
(परस्पर क्रिया) मल्टीमॉडल पोस्टीरियर के लिए एमसीएमसी
मैं विशेष रूप से MCMC का उपयोग करते हुए एक दूसरे से कई मोड में होने के बाद नमूना लेने की कोशिश कर रहा हूं। ऐसा प्रतीत होता है कि ज्यादातर मामलों में, इनमें से केवल एक मोड में 95% एचपीडी होता है जिसकी मुझे तलाश है। मैंने टेम्पर्ड सिमुलेशन …
1
मौजूदा मल्टी-इनपुट अधिकतम एन्ट्रॉपी क्लासिफायर से अधिकतम एन्ट्रापी मार्कोव मॉडल बनाना
मैं एक अधिकतम एन्ट्रॉपी मार्कोव मॉडल (एमईएमएम) की अवधारणा से प्रेरित हूं, और मैं इसे पार्ट ऑफ स्पीच (पीओएस) टैगर के लिए उपयोग करने के बारे में सोच रहा हूं। फिलहाल, मैं प्रत्येक व्यक्ति को टैग करने के लिए एक पारंपरिक अधिकतम एन्ट्रॉपी (ME) क्लासिफायरियर का उपयोग कर रहा हूं। …
3
समान उम्मीदवार वितरण के साथ मेट्रोपोलिस-हेस्टिंग्स के लिए स्वीकृति दर
समान उम्मीदवार वितरण के साथ मेट्रोपोलिस-हेस्टिंग्स एल्गोरिथम को चलाने पर, स्वीकृति दर लगभग 20% होने का औचित्य क्या है? मेरी सोच यह है: एक बार जब सच्चे (या सत्य के करीब) पैरामीटर मानों की खोज की जाती है, तो समान समान अंतराल से उम्मीदवार पैरामीटर मानों का कोई नया सेट …
2
डेटा के लिए आरओसी वक्र की गणना करें
तो, मेरे पास 16 परीक्षण हैं जिनमें मैं एक व्यक्ति को बॉयोमीट्रिक विशेषता से हैमिंग दूरी का उपयोग करके प्रमाणित करने की कोशिश कर रहा हूं। मेरी दहलीज 3.5 पर सेट है। मेरा डेटा नीचे है और केवल परीक्षण 1 एक सच्चा सकारात्मक है: Trial Hamming Distance 1 0.34 2 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
1
क्या मैं हर MCMC पुनरावृत्ति पर एक बड़े डेटासेट की सदस्यता ले सकता हूँ?
समस्या: मैं एक बड़े डेटासेट पर कुछ पीछे हटने के लिए गिब्स नमूना प्रदर्शन करना चाहता हूं। Unfortunatelly, मेरा मॉडल बहुत सरल नहीं है और इस प्रकार नमूना बहुत धीमा है। मैं परिवर्तनशील या समानांतर दृष्टिकोणों पर विचार करूंगा, लेकिन उस दूर जाने से पहले ... प्रश्न: मैं यह जानना …
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.