Preguntas etiquetadas con gibbs

Pregunta de tarea: Considere el modelo Ising 1-d. Deje . es -1 o +1x=(x1,...xd)x=(x1,...xd)x = (x_1,...x_d)xixix_i π(x)∝e∑39i=1xixi+1π(x)∝e∑i=139xixi+1\pi(x) \propto e^{\sum_{i=1}^{39}x_ix_{i+1}} Diseñe un algoritmo de muestreo de gibbs para generar muestras aproximadamente a partir de la distribución objetivo .π(x)π(x)\pi(x) Mi intento: Elija aleatoriamente valores (-1 o 1) para llenar el vector . …

11 self-study  sampling  mcmc  gibbs 

Parece que los condicionales completos a menudo son bastante difíciles de obtener, sin embargo, programas como JAGS y BUGS los obtienen automáticamente. ¿Alguien puede explicar cómo generan algorítmicamente condicionales completos para cualquier especificación de modelo arbitrario?

11 bayesian  conditional-probability  jags  bugs  gibbs 

Encontré este artículo donde dice que en el muestreo de Gibbs se acepta cada muestra. Estoy un poco confundido. ¿Cómo es que si cada muestra que aceptaba converge a una distribución estacionaria? En general, el algoritmo Metropolis aceptamos como min (1, p (x *) / p (x)) donde x * …

9 mcmc  gibbs  metropolis-hastings 

Entonces, tengo 16 ensayos en los que estoy tratando de autenticar a una persona de un rasgo biométrico usando Hamming Distance. Mi umbral está establecido en 3.5. Mis datos están a continuación y solo la prueba 1 es un verdadero positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 …

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 

Actualmente estoy estimando un modelo de volatilidad estocástica con los métodos de Markov Chain Monte Carlo. De este modo, estoy implementando los métodos de muestreo de Gibbs y Metropolis. Suponiendo que tomo la media de la distribución posterior en lugar de una muestra aleatoria, ¿es esto lo que comúnmente se …

9 mcmc  monte-carlo  gibbs  point-estimation  rao-blackwell 

Problema: quiero realizar un muestreo de Gibbs para inferir algo posterior sobre un gran conjunto de datos. Desafortunadamente, mi modelo no es muy simple y, por lo tanto, el muestreo es demasiado lento. Consideraría enfoques variacionales o paralelos, pero antes de llegar tan lejos ... Pregunta: Me gustaría saber si …

8 sampling  bootstrap  mcmc  large-data  gibbs 

Estoy confundido acerca de la forma correcta de escribir la red elástica. Después de leer algunos trabajos de investigación, parece haber tres formas 1) Exp{ -λ1El |βkEl | -λ2β2k}Exp⁡{-λ1El |βkEl |-λ2βk2}\exp\{-\lambda_1|\beta_k|-\lambda_2\beta_k^2\} 2)Exp{ -(λ1El |βkEl | +λ2β2k)σ2√}Exp⁡{-(λ1El |βkEl |+λ2βk2)σ2}\exp\{-\frac{(\lambda_1|\beta_k|+\lambda_2\beta_k^2)}{\sqrt{\sigma^2}}\} 3)Exp{ -(λ1El |βkEl | +λ2β2k)2σ2}Exp⁡{-(λ1El |βkEl |+λ2βk2)2σ2}\exp\{-\frac{(\lambda_1|\beta_k|+\lambda_2\beta_k^2)}{2\sigma^2}\} Simplemente no entiendo la forma …

8 bayesian  mathematical-statistics  gibbs  elastic-net 

Sospecho que esta es una pregunta bastante inusual y exploratoria, así que por favor tengan paciencia conmigo. Me pregunto si se podría aplicar la idea del muestreo de importancia al muestreo de Gibbs. Esto es lo que quiero decir: en el muestreo de Gibbs, cambiamos el valor de una variable …

8 mcmc  gibbs  importance-sampling 

Deje que sea ​​la distribución objetivo en que es absolutamente continua wrt a la medida dimensional de Lebesgue, es decir:ππ\pi(Rre, B(Rre) )(Rd,B(Rd))(\mathbb{R}^d,\mathcal{B}(\mathbb{R^d}))redd ππ\pi admite una densidad wrt a con π(X1, . . . ,Xre)π(x1,...,xd)\pi(x_1,...,x_d)λreλre\lambda^dλre( dX1, . . . , dXre) = λ ( dX1) ⋅ ⋅ ⋅ λ ( dXre)λre(reX1,...,reXre)=λ(reX1)⋅⋅⋅λ(reXre)\lambda^d(dx_1,...,dx_d) …

8 bayesian  conditional-probability  markov-process  gibbs  integral 

Quiero estimar los parámetros de los modelos de mezcla de Dirichlet usando el muestreo de Gibbs y tengo algunas preguntas al respecto: ¿Es una mezcla de distribuciones de Dirichlet equivalente a un proceso de Dirichlet? ¿Cuáles son sus principales diferencias si no es así? Además, si quiero estimar los parámetros …

8 bayesian  estimation  gibbs  dirichlet-distribution