এমসিসিএম ফলাফলের জন্য আমাদের কেন প্লট প্লট দরকার


12

আমি এমসিএমসি পদ্ধতি ব্যবহার করে গবেষণা কাগজপত্র পড়ছি এবং আমি দেখতে পাচ্ছি যে তাদের বেশিরভাগ ট্রেস প্লট সরবরাহ করে। কেন মন্টি কার্লো মার্কভ চেইনে ট্রেস প্লট দরকার? পরামিতিগুলির একটি ট্রেস প্লট কী বোঝায়?

উত্তর:


17

আপনার পূর্বনির্ধারিত বিতরণটি ভালভাবে ক্যালিব্রেটেড হয়েছে তা নিশ্চিত করার জন্য আপনি প্যারামিটার ট্রেস প্লট তৈরি করেন যা এমসিএমসি অ্যালগরিদম চলার সাথে সাথে আপনার পরামিতিগুলিতে পর্যাপ্ত স্থিতির পরিবর্তন রয়েছে তা নির্দেশ করে।

একটি চূড়ান্ত উদাহরণ হ'ল আপনি নিজের প্রাইরি ডিস্ট্রিবিউশন বৈকল্পিকটি 0 এ সেট করেছেন Then তারপরে উত্তরোক্ত প্যারামিটারের অনুমানটি কখনই পরিবর্তন হবে না। আপনার অ্যালগরিদম বলবে যে আপনার কাছে সর্বোত্তম প্যারামিটারের প্রাক্কলন রয়েছে, তবে এটি সত্যই সেরা ফিট কিনা তা নির্ধারণ করার জন্য পর্যাপ্ত সংখ্যক পরামিতি পরীক্ষা করে নি। আপনি যদি প্রাইরি ডিস্ট্রিবিউশন ভেরিয়েন্সটি খুব বেশি করে সেট করেন তবে আপনি একই রকম সমস্যা পান। এটি হ'ল নতুন প্যারামিটারটি আপনার ডেটার সাথে সম্পর্কিত হওয়ার সম্ভাবনা কম - সুতরাং আপনার নতুন প্যারামিটার দিয়ে গণনা করা লগের সম্ভাবনা পুরানো প্যারামিটার ব্যবহার করে লগ হওয়ার সম্ভাবনার চেয়ে ভাল হওয়ার সম্ভাবনা নেই। (উদাহরণস্বরূপ যদি আপনার "সত্য" প্যারামিটারটি 0.5 হয় এবং আপনার প্রাথমিক অনুমান 2 হয় তবে আপনি 2 এর গড় এবং 10,000 এর প্রকরণ সহ একটি সাধারণ বিতরণ থেকে নির্বাচন করছেন তবে আপনার 1 এর কাছাকাছি পরামিতি পাওয়ার সম্ভাবনা নেই) ।

আপনাকে একটি অগ্রাধিকারের বৈকল্পিক নির্বাচন করতে হবে যা আপনার প্যারামিটারগুলিকে পর্যাপ্ত পরিবর্তন করতে দেয় যা আপনি স্থানীয় ন্যূনতম এবং লগলিস্টিভ্যালিটি বিতরণে সর্বাধিকের উপর আটকে না যান তবে যথেষ্ট পরিমাণে জরিমানা আপনি যুক্তিসঙ্গত প্যারামিটার অনুমান পেতে পারেন get বেশিরভাগ সাহিত্য আপনাকে 40-60% সময় পরিবর্তন করার জন্য আপনার পরামিতিগুলি পেতে পরামর্শ দেয়।

ট্রেস প্লটগুলির জন্য অন্য একটি কারণ জ্বলন্ত। এবং তারপরে "বাউন্সিং" প্রায় 1.5)। সাধারণত, আপনি কেবল প্রথম এন পুনরাবৃত্তিগুলি বাদ দিন যেখানে এন যথেষ্ট পরিমাণে যথেষ্ট যে আপনি বার্নটি মুছে ফেলার বিষয়ে নিশ্চিত (1000 বলুন), তবে যদি গণনাগুলি সময়সাপেক্ষ হয় বা আপনার প্যারামিটারের অনুমানগুলি আপনার এন এর তুলনায় রূপান্তর করতে আরও বেশি সময় নিচ্ছে এর পরে আপনি জ্বলতে যাওয়ার জন্য অ্যাকাউন্টটিতে কম বা কম পর্যবেক্ষণ বাদ দিতে চাইতে পারেন period

নোট করুন যে আমি প্যারামিটার পয়েন্ট আনুমানিক প্রসঙ্গে কথা বলছি। আপনি যদি প্যারামিটারের বৈকল্পিক অনুমান করছেন তবে আপনার উপযুক্ত রাষ্ট্র পরিবর্তনগুলি নিশ্চিত করা আরও গুরুত্বপূর্ণ।


5
+1 তবে এর অন্য দিকটি হ'ল আমরা আনুষ্ঠানিক রূপান্তর ডায়াগনস্টিকগুলিতে পুরোপুরি বিশ্বাস করি না এবং এটি রূপান্তরিত হওয়ার দাবি করার আগে আমরা কোনও কিছু চোখের সামনে দেখতে চাই। এটি পুরোপুরি যৌক্তিক কিনা তা অন্য প্রশ্ন ...
কনজুগেটপায়ার

1
এই পুরাতন পোস্টটি খনন করে দুঃখিত। কিন্তু পর্যাপ্ত সংখ্যক পুনরাবৃত্তি থাকা অবধি পূর্বের মানটি (পূর্ব বিতরণ থেকে উত্পন্ন) অপ্রাসঙ্গিক বলে মনে হচ্ছে না?
mscnvrsy

@ এমএসসিএনভির্সি: আপনি যদি পূর্বের কম তথ্য সরবরাহ করতে চান তবে আপনি জেফ্রির পূর্ব বা ইউনিফর্মের মতো অ-তথ্যমূলক অগ্রাধিকার রাখতে পারেন।
বেনজমিন

3
এমসিএমসি ট্রেস প্লটগুলি যে কোনও উপায়ে পূর্ব বন্টনকে ক্রমাঙ্কিত করার সাথে সম্পর্কিত, এই ধারণার সাথে আমি সম্পূর্ণই একমত নই। একটি এমসিসিএম অ্যালগরিদম একটি প্রদত্ত উত্তরোত্তর বিতরণকে লক্ষ্য করে যা পূর্বের পছন্দকে অপ্রাসঙ্গিক এবং উপযুক্ত পরিস্থিতিতে একটি মার্কভ চেইন তৈরি করে যা এই স্থিতিশীল বিতরণে রূপান্তরিত করে। ট্রেস প্লটগুলি অনুসন্ধান করা কেবল মার্কভ চেইনের রূপান্তর বা এর অভাব নির্ধারণে কার্যকর।
শি'য়ান
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.