Preguntas etiquetadas con mcmc

Markov Chain Monte Carlo (MCMC) se refiere a una clase de métodos para generar muestras a partir de una distribución objetivo mediante la generación de números aleatorios a partir de una cadena Markov cuya distribución estacionaria es la distribución objetivo. Los métodos MCMC se usan típicamente cuando los métodos más directos para la generación de números aleatorios (por ejemplo, el método de inversión) no son factibles. El primer método MCMC fue el algoritmo Metropolis, luego modificado al algoritmo Metropolis-Hastings.

2
¿De dónde vienen los condicionales completos en el muestreo de Gibbs?
Los algoritmos MCMC como el muestreo de Metropolis-Hastings y Gibbs son formas de muestreo de las distribuciones posteriores conjuntas. Creo que entiendo y puedo implementar la aceleración de las metrópolis con bastante facilidad: simplemente elige los puntos de partida de alguna manera y "recorre el espacio de parámetros" al azar, …
15 bayesian  mcmc  gibbs 
2
Hamiltoniano monte carlo
¿Alguien puede explicar la idea principal detrás de los métodos hamiltonianos de Monte Carlo y en qué casos arrojarán mejores resultados que los métodos de Markov Chain Monte Carlo?
14 bayesian  mcmc  hmc 
2
Puntos de referencia de rendimiento para MCMC
¿Se han realizado estudios a gran escala de métodos MCMC que comparen el rendimiento de varios algoritmos diferentes en un conjunto de densidades de prueba? Estoy pensando en algo equivalente al artículo de Rios y Sahinidis (2013), que es una comparación exhaustiva de una gran cantidad de optimizadores de caja …
4
Un ejemplo práctico para MCMC
Estaba pasando por algunas conferencias relacionadas con MCMC. Sin embargo, no encuentro un buen ejemplo de cómo se usa. ¿Alguien puede darme un ejemplo concreto? Todo lo que puedo ver es que corren una cadena de Markov y dicen que su distribución estacionaria es la distribución deseada. Quiero un buen …
2
Diagnóstico de MCMC Geweke
Estoy ejecutando una muestra de Metropolis (C ++) y quiero usar las muestras anteriores para estimar la tasa de convergencia. Un diagnóstico fácil de implementar que encontré es el diagnóstico de Geweke , que calcula la diferencia entre las dos medias de muestra divididas por su error estándar estimado. El …
14 mcmc  diagnostic 
2
Parámetros sin antecedentes definidos en Stan
Acabo de empezar a aprender a usar Stan y rstan. A menos que siempre haya estado confundido acerca de cómo funcionaba JAGS / BUGS, pensé que siempre tenía que definir una distribución previa de algún tipo para cada parámetro del modelo que se extraería. Sin embargo, parece que no tiene …
3
¿Buenos resúmenes (reseñas, libros) sobre diversas aplicaciones de la cadena de Markov Monte Carlo (MCMC)?
¿Hay buenos resúmenes (reseñas, libros) sobre diversas aplicaciones de la cadena de Markov Monte Carlo (MCMC)? He visto a Markov Chain Monte Carlo en la práctica , pero este libro parece un poco viejo. ¿Hay más libros de actualización sobre diversas aplicaciones de MCMC en áreas como aprendizaje automático, visión …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.