প্রশ্ন ট্যাগ «mcmc»

মার্কভ চেইন মন্টি কার্লো (এমসিএমসি) একটি মার্কোভ চেইন যার স্থায়ী বিতরণ লক্ষ্য বন্টন থেকে এলোমেলো সংখ্যা তৈরি করে একটি লক্ষ্য বিতরণ থেকে নমুনা তৈরির জন্য এক ধরণের পদ্ধতির বোঝায়। এমসিএমসি পদ্ধতিগুলি সাধারণত তখন ব্যবহার করা হয় যখন এলোমেলো সংখ্যা জেনারেশনের জন্য আরও সরাসরি পদ্ধতি (যেমন বিপর্যয় পদ্ধতি) অক্ষম হয়। প্রথম এমসিসিসি পদ্ধতিটি ছিল মেট্রোপলিস অ্যালগরিদম, পরে মহানগর-হেস্টিংস অ্যালগরিদমে পরিবর্তিত হয়েছিল।

4
সর্বাধিক একটি-পোস্টেরিয়েরি অনুমান পাওয়া যায় তখন কি এমসিসিএম ভিত্তিক পদ্ধতিগুলি উপযুক্ত?
আমি লক্ষ করছি যে অনেক ব্যবহারিক অ্যাপ্লিকেশনগুলিতে, এমসিএমসি-ভিত্তিক পদ্ধতিগুলি পরামিতি বিশ্লেষণাত্মক হলেও পরামিতিটি অনুমান করার জন্য ব্যবহৃত হয় (উদাহরণস্বরূপ, কারণ প্রিয়ারগুলি সংযোগী ছিল)। আমার কাছে এটি এমসিএমসি-ভিত্তিক অনুমানকারীদের চেয়ে এমএপি-এসেসেক্টর ব্যবহার করা আরও বোধগম্য। কেউ বিশ্লেষণাত্মক উত্তরোত্তর উপস্থিতিতে কেন এখনও এমসিএমসি একটি উপযুক্ত পদ্ধতি হিসাবে চিহ্নিত করতে পারেন?

3
এমসিএমসি করছেন: জাগ / স্ট্যান ব্যবহার করুন বা এটি নিজে প্রয়োগ করুন
আমি বায়েশিয়ান পরিসংখ্যান গবেষণায় নতুন। আমি গবেষকদের কাছ থেকে শুনেছি যে বায়েশিয়ান গবেষকরা জেজিএস / স্ট্যানের মতো সরঞ্জাম ব্যবহার না করে নিজেরাই এমসিএমসি আরও ভালভাবে প্রয়োগ করে। আমি জিজ্ঞাসা করতে পারি যে শেখার উদ্দেশ্য ব্যতীত নিজেই (আর এর মতো "বেশ দ্রুত নয়" ভাষায়) এমসিসিএমের অ্যালগরিদম বাস্তবায়নের কী লাভ?
13 bayesian  mcmc 

1
হ্যামিলটন মন্টি কার্লো এবং পৃথক প্যারামিটার স্পেস
আমি সবে স্ট্যানে মডেলগুলি তৈরি করা শুরু করেছি ; সরঞ্জামটির সাথে পরিচিতি বাড়ানোর জন্য, আমি বয়েসিয়ান ডেটা অ্যানালাইসিসের (দ্বিতীয় সংস্করণ) কয়েকটি অনুশীলনের মধ্য দিয়ে কাজ করছি। Waterbuck ব্যায়াম supposes যে তথ্য সঙ্গে, ( এন , θ ) অজানা। যেহেতু হ্যামিল্টনিয়ান মন্টে কার্লো বিযুক্ত পরামিতি অনুমতি দেয় না, আমি ঘোষণা করেছি …

2
ভিন্ন ভিন্ন পরিমাপের ত্রুটি সহ এআর (1) প্রক্রিয়া
1. সমস্যা আমার কিছু পরিবর্তনশীল পরিমাপ রয়েছে , যেখানে , যার জন্য আমার এমসিএমসি এর মাধ্যমে প্রাপ্ত , যা সরলতার জন্য আমি ধরে নেব গড়ের গাউসিয়ান এবং বৈকল্পিক । টি = 1 , 2 , । । , n f y t ( y t ) μ t σ 2 …

2
MCMC স্যাম্পলিং থেকে উত্তরের অনুমিতকরণের জন্য কার্যকর নমুনার আকার
নির্দিষ্ট প্যারামিটারে অনুমান করার জন্য এমসিএমসি নমুনাগুলি গ্রহণ করার সময়, কোনও ব্যক্তির লক্ষ্য রাখতে হবে এমন ন্যূনতম কার্যকর নমুনার জন্য ভাল গাইড কী ? এবং, মডেলটি কম বেশি জটিল হওয়ার সাথে সাথে এই পরামর্শটি কি পরিবর্তন হয়?

1
বার্ন-ইন দৈর্ঘ্য সেট করতে আমি কি এমসিসিএম রূপান্তর ডায়াগনস্টিককে আধা-স্বয়ংক্রিয় করতে পারি?
আমি এমসিসিএম চেইনের জন্য বার্ন-ইন-এর পছন্দটি স্বয়ংক্রিয় করতে চাই, যেমন কনভার্জেন্স ডায়াগোনস্টিকের উপর ভিত্তি করে প্রথম এন সারিগুলি সরিয়ে। এই পদক্ষেপটি কতটা নিরাপদে স্বয়ংক্রিয়ভাবে চালিত হতে পারে? এমনকি যদি আমি স্বতঃসংশোধন, এমএমসিআরসি ট্রেস এবং পিডিএফগুলি দ্বিগুণ পরীক্ষা করে দেখি তবে বার্ন-ইন দৈর্ঘ্য স্বয়ংক্রিয়ভাবে বেছে নেওয়া ভাল লাগবে। আমার প্রশ্নটি সাধারণ, …
13 r  bayesian  mcmc 

3
এমসিএমসি বোঝা: বিকল্প কী হবে?
প্রথমবারের মতো বায়েশিয়ান পরিসংখ্যান শেখা; এমসিএমসি বোঝার দিকে কোণ হিসাবে আমি ভাবলাম: এটি কি এমন কিছু করছে যা মৌলিকভাবে অন্যভাবে করা যায় না, বা এটি বিকল্পগুলির চেয়ে আরও দক্ষতার সাথে কিছু করছে? উদাহরণস্বরূপ, ধরা যাক আমরা বিপরীতে, পি ( ডি | এক্স , ওয়াই , জেড ) কে গণনা করে …
13 bayesian  mcmc 

1
এমসিএমসি এবং মেট্রোপলিস-হেস্টিংস অ্যালগরিদম বোঝা
মার্কোভ চেইন মন্টি কার্লো (এমসিএমসি) কীভাবে কাজ করে তা আমি গত কয়েক দিন ধরে বোঝার চেষ্টা করছি। বিশেষত আমি মেট্রোপলিস-হেস্টিংস অ্যালগরিদম বোঝার এবং প্রয়োগ করার চেষ্টা করে যাচ্ছি। এখনও অবধি আমি মনে করি আমার কাছে অ্যালগরিদম সম্পর্কে সামগ্রিক ধারণা আছে তবে বেশ কয়েকটি জিনিস রয়েছে যা আমার কাছে এখনও পরিষ্কার …

2
এমসিএমসি একক মান রূপান্তর?
আমি জ্যাগ এবং rjags প্যাকেজ ব্যবহার করে একটি শ্রেণিবদ্ধ মডেল ফিট করার চেষ্টা করছি। আমার ফলাফলের পরিবর্তনশীল হ'ল y, যা বার্নৌল্লি ট্রায়ালের একটি ক্রম। আমার কাছে 38 টি মানব বিষয় রয়েছে যা দুটি বিভাগের অধীনে সম্পাদন করছে: পি এবং এম আমার বিশ্লেষণের ভিত্তিতে, প্রতিটি স্পিকারের P বিভাগে P সাফল্যের সম্ভাবনা …

5
স্বতন্ত্র ভেরিয়েবলকে মানায়িত করা কি প্রান্তিকতা হ্রাস করে?
আমি বেয়েস / এমসিমিসি সম্পর্কে খুব ভাল পাঠ্য পেয়েছি। আইটি পরামর্শ দেয় যে আপনার স্বতন্ত্র ভেরিয়েবলগুলির একটি মানককরণ একটি এমসিসিএম (মহানগর) অ্যালগরিদমকে আরও দক্ষ করে তুলবে, তবে এটি আরও বহুগুণে কমে যেতে পারে multi এটা কি সত্য হতে পারে? এটি কি এমন কিছু যা আমার মান হিসাবে করা উচিত Sorry …

1
মহানগর-হেস্টিংস অ্যালগরিদম সহ এমসিসিএম: প্রস্তাবনা নির্বাচন করা
3 প্যারামিটার ফাংশনের অবিচ্ছেদ্য মূল্যায়ন করার জন্য আমার একটি সিমুলেশন করা দরকার, আমরা বলি , যার একটি খুব জটিল সূত্র রয়েছে। এমপিএমসি পদ্ধতিটি এটি গণনা করার জন্য এবং মেট্রোপলিস-হেস্টিংস অ্যালগরিদমকে হিসাবে বিতরণ করা মানগুলি তৈরি করতে প্রয়োগ করতে বলা হয় এবং প্রস্তাবিত বিতরণ হিসাবে 3 টি ভিন্ন ভিন্ন স্বাভাবিক ব্যবহার …

1
অনর্থক মানে প্যারামিটারাইজেশন গীবস এমসিসিএমকে গতিবেগ করে কেন?
গেলম্যান অ্যান্ড হিল (২০০)) এর বইতে (ডাটা অ্যানালাইসিস ইউজ রিগ্রেশন অ্যান্ড মাল্টিলেভেল / হায়ারার্কিকাল মডেলস) বইটিতে লেখকরা দাবি করেছেন যে অপ্রয়োজনীয় গড় প্যারামিটারগুলি এমসিএমসিকে গতি বাড়িয়ে তুলতে সহায়তা করে। প্রদত্ত উদাহরণটি "ফ্লাইট সিমুলেটর" এর এক নেস্টেড মডেল (Eq 13.9): yiγjδk∼N(μ+γj[i]+δk[i],σ2y)∼N(0,σ2γ)∼N(0,σ2δ)yi∼N(μ+γj[i]+δk[i],σy2)γj∼N(0,σγ2)δk∼N(0,σδ2) \begin{align} y_i &\sim N(\mu + \gamma_{j[i]} + \delta_{k[i]}, \sigma^2_y) \\ …

2
MCMC নমুনা থেকে মোডের নির্ভরযোগ্যতা
দোয়িং বেয়েসিয়ান ডেটা অ্যানালাইসিস বইয়ে জন ক্রাশেকে বলেছে যে আরএর থেকে জেএজেএস ব্যবহার করার সময় ... এমসিসিএম নমুনা থেকে মোডটির প্রাক্কলনটি বরং অস্থির হতে পারে কারণ অনুমানটি একটি স্মুথিং অ্যালগরিদমের উপর ভিত্তি করে তৈরি করা হয় যা এমসিসিএম নমুনায় এলোমেলো বাধা এবং রিপলগুলির সংবেদনশীল হতে পারে। ( বায়েশিয়ান ডেটা বিশ্লেষণ …
12 bayesian  mcmc  mode 

1
এমসিএমসি; আমরা কি নিশ্চিত থাকতে পারি যে উত্তরোত্তর থেকে আমাদের '' বিশুদ্ধ '' এবং '' যথেষ্ট বড় '' নমুনা রয়েছে? আমরা না থাকলে কীভাবে এটি কাজ করতে পারে?
এই থ্রেডের কথা উল্লেখ করে: আপনি কীভাবে মারকভ চেইন মন্টি কার্লো (এমসিএমসি) কে একটি লাইপারসনকে ব্যাখ্যা করবেন? । আমি দেখতে পাচ্ছি যে এটি মার্কোভ চেইনস এবং মন্টি কার্লো এর সংমিশ্রণ: একটি মার্কোভ শৃঙ্খলা উত্তরোত্তর সীমাবদ্ধ বন্টন হিসাবে উত্তরোত্তর দিয়ে তৈরি করা হয়েছিল এবং তারপরে সীমাবদ্ধ বিতরণ (= আমাদের উত্তরোত্তর) থেকে …
12 mcmc 

1
বায়েশিয়ান মডেল নির্বাচনের জেফ্রি-লিন্ডলি প্যারাডক্স সম্পর্কে কখন আমার চিন্তিত হওয়া উচিত?
আমি আরজেএমসিএমসি ব্যবহার করে বিভিন্ন জটিলতার মডেলগুলির একটি বৃহত (তবে সসীম) স্থান বিবেচনা করছি । প্রতিটি মডেলের জন্য প্যারামিটার ভেক্টরের পূর্বেরটি মোটামুটি তথ্যপূর্ণ। যখন আরও জটিল মডেলগুলির মধ্যে একটি আরও উপযুক্ত হবে তখন জেফরি-লিন্ডলি প্যারাডক্সটি সহজ মডেলগুলির পক্ষে হওয়ার বিষয়ে কী ক্ষেত্রে (যদি থাকে) আমার উদ্বেগ হওয়া উচিত ? বেইসিয়ান …

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.