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।

3
একটি গতিশীল রৈখিক মডেলের প্যারামিটারগুলি অনুমান করা
আমি নিম্নলিখিত খুব সাধারণ ডায়নামিক লিনিয়ার মডেলটি বাস্তবায়িত করতে চাই যার জন্য আমার কাছে 2 টি অজানা সময় বিভিন্ন প্যারামিটার রয়েছে (পর্যবেক্ষণের ত্রুটির এবং রাষ্ট্রের ত্রুটির the )।ϵ1tϵt1\epsilon^1_tϵ2tϵt2\epsilon^2_t Ytθt+1==θt+ϵ1tθt+ϵ2tYt=θt+ϵt1θt+1=θt+ϵt2 \begin{matrix} Y_t & = & \theta_t + \epsilon^1_t\\ \theta_{t+1} & = & \theta_{t}+\epsilon^2_t \end{matrix} আমি প্রতিটি পয়েন্টে এই প্যারামিটারগুলি অনুমান করতে …
11 r  mcmc  dlm  particle-filter 
3
এমসিএমসি প্রোগ্রামগুলি ডিবাগ করার জন্য কি কোনও স্ট্যান্ডার্ড কৌশল রয়েছে?
এমসিএমসি প্রোগ্রামগুলি ডিবাগ করা কুখ্যাতভাবে মুশকিল। বেশ কয়েকটি সমস্যার কারণে সমস্যা দেখা দেয় যার কয়েকটি হল: (ক) অ্যালগরিদমের চক্রাকার প্রকৃতি আমরা অন্য সমস্ত পরামিতিগুলিতে শর্তসাপেক্ষে পরামিতিগুলি আঁকি। সুতরাং, যদি কোনও বাস্তবায়ন সঠিকভাবে কাজ না করে তবে বাগটি আলাদা করা কঠিন কারণ সমস্যাটি পুনরাবৃত্ত নমুনার যে কোনও জায়গায় হতে পারে। (খ) …
11 mcmc 
2
এমসিএমসি স্যাম্পলারের জন্য জেফরি বা এনট্রপি ভিত্তিক প্রিয়ার ব্যবহারের বিরুদ্ধে কেন সুপারিশ রয়েছে?
উপর তাদের উইকি পাতা , স্ট্যান রাষ্ট্রের বিকাশকারীগণ: কিছু নীতি যা আমরা পছন্দ করি না: আক্রমণ, জেফরি, এনট্রপি পরিবর্তে, আমি প্রচুর সাধারণ বিতরণের প্রস্তাব দেখতে পাচ্ছি। এখনও অবধি আমি বেইশিয়ান পদ্ধতি ব্যবহার করেছি যা নমুনার উপর নির্ভর করে না, এবং কেন বুঝতে পেরে একরকম খুশি হয়েছিল যে কেন দ্বিখন্ডিত সম্ভাবনার …
11 bayesian  mcmc  prior  pymc  stan 
1
আর / এমজিসিভি: টি () এবং টিআই () সেন্সর পণ্যগুলি কেন বিভিন্ন উপরিভাগ তৈরি করে?
mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
2
এমসিমিসিতে স্বতঃসম্পর্কতা কম হওয়া বাঞ্ছনীয় কেন?
আমি এমসিমিসিতে স্বতঃসংশোধনের জন্য পরীক্ষা করার প্রয়োজনীয়তা সম্পর্কে পড়তে থাকি। স্বতঃসংশ্লিষ্টতা কম কেন এটি গুরুত্বপূর্ণ? এটি এমসিমিসির প্রসঙ্গে কী পরিমাপ করে?
5
মহানগর হেস্টিংস অ্যালগরিদম
আমাকে মারকভ চেইন মন্টি কার্লো পদ্ধতিগুলি অধ্যয়ন করতে হবে, আরও নির্দিষ্ট হওয়ার জন্য আমাকে মেট্রোপলিস হেস্টিংস অ্যালগরিদম এবং এগুলি সম্পর্কে সবগুলি রূপান্তর মানদণ্ডের মতো অধ্যয়ন করতে হবে। কারা আমাকে এমন কোনও বই, বা একটি কাগজ, বা কোনও ওয়েবসাইট লিখে দিতে পারে যা এই শব্দটিকে সাধারণ পদ ব্যবহার করে ব্যাখ্যা করে …
11 references  mcmc 
2
একটি সাধারণীকৃত সাধারণ বিতরণের জন্য প্রস্তাব বিতরণ
আমি একটি জেনারেটেড সাধারণ বিতরণ ( উইকিপিডিয়া এন্ট্রি ) ব্যবহার করে উদ্ভিদ ছত্রাকের মডেলিং করছি , যার সম্ভাবনা ঘনত্বের কার্যকারিতা রয়েছে: b2aΓ(1/b)e−(da)bb2aΓ(1/b)e−(da)b \frac{b}{2a\Gamma(1/b)} e^{-(\frac{d}{a})^b} যেখানে দূরত্ব ভ্রমণ করেছে, হল একটি স্কেল প্যারামিটার, এবং আকৃতির পরামিতি। ভ্রমণের গড় দূরত্বটি এই বিতরণের মানক বিচ্যুতি দ্বারা দেওয়া হয়:dddaaabbb a2Γ(3/b)Γ(1/b)−−−−−−−−√a2Γ(3/b)Γ(1/b) \sqrt{\frac{a^2 \Gamma(3/b)}{\Gamma(1/b)}} এই সুবিধাজনক …
1
এমন কোনও মন্টি কার্লো / এমসিসিএম স্যাম্পলার প্রয়োগ করা হয়েছে যা উত্তরোত্তর বিতরণের বিচ্ছিন্ন স্থানীয় ম্যাক্সিমাকে মোকাবেলা করতে পারে?
আমি বর্তমানে বেশ কয়েকটি ওডিইএস নিয়ে গঠিত মডেলের প্যারামিটারগুলি অনুমান করার জন্য একটি বেয়েসিয়ান পদ্ধতির ব্যবহার করছি। আমার কাছে অনুমান করার মতো 15 টি প্যারামিটার রয়েছে, আমার স্যাম্পলিংয়ের স্থানটি 15-মাত্রিক এবং আমার উত্তরোত্তর বিতরণের জন্য অনুসন্ধানে অনেকগুলি স্থানীয় ম্যাক্সিমা রয়েছে যা খুব কম সম্ভাবনার বৃহত অঞ্চলগুলি দ্বারা বিচ্ছিন্ন very এটি …
1
পেরেটো গুরুত্বপূর্ণ নমুনা (PSIS-LOO) ব্যর্থ হওয়া থেকে স্মুথ করা রোধ করা হচ্ছে
আমি সম্প্রতি এই কাগজপত্রগুলিতে বর্ণিত পেরিটো স্মুথড ইম্পেরিয়াল স্যাম্পলিং লেভ-ওয়ান-আউট ক্রস-বৈধকরণ (পিএসআইএস-এলইউ) ব্যবহার শুরু করেছি: Vehtari, এ।, এবং জেলম্যান, এ (2015)। পেরেটো গুরুত্বের নমুনা ছোঁয়া। আরএক্সিব প্রিপ্রিন্ট ( লিঙ্ক ) Vehtari, এ।, জেলম্যান, এ।, এবং গ্যাব্রি, জে। (2016)। লেভেল-ওয়ান-আউট ক্রস-বৈধকরণ এবং ডব্লিউএআইসি ব্যবহার করে ব্যবহারিক বায়েসিয়ান মডেল মূল্যায়ন। আরএক্সিব প্রিপ্রিন্ট …
1
MCMC- এ উচ্চতর স্ব-সংশোধন পরিচালনা করা
আমি আর এবং জেজিএস ব্যবহার করে একটি মেটা-বিশ্লেষণের জন্য একটি বরং জটিল শ্রেণিবদ্ধ বায়েসিয়ান মডেল তৈরি করছি। একটু সরলীকৃত, মডেল দুটি কী মাত্রা আছে যেখানে হয় এর ম পর্যবেক্ষণ শেষবিন্দু (এই ক্ষেত্রে, জিএম বনাম অ জিএম ফসল উৎপাদনের) গবেষণায় , অধ্যয়নের জন্য প্রভাব , গুলি বিভিন্ন গবেষণায় পর্যায়ের ভেরিয়েবলের জন্য …
2
বার্ন করার পরে MCMC পুনরুক্তিগুলি কি ঘনত্বের অনুমানের জন্য ব্যবহার করা যেতে পারে?
বার্ন-ইন করার পরে, আমরা কি সরাসরি হিস্টোগ্রামের পরিকল্পনা বা কার্নেলের ঘনত্বের প্রাক্কলন দ্বারা ঘনত্বের অনুমানের জন্য এমসিসিএম পুনরাবৃত্তিগুলি ব্যবহার করতে পারি? আমার উদ্বেগটি হ'ল এমসিএমসি পুনরাবৃত্তিগুলি অগত্যা স্বতন্ত্র নয়, যদিও সেগুলি সর্বাধিক অভিন্নভাবে বিতরণ করা হয়। যদি আমরা আরও এমসিমিসি পুনরাবৃত্তিতে পাতলা প্রয়োগ করি? আমার উদ্বেগটি হ'ল এমসিএমসি পুনরাবৃত্তিগুলি সর্বাধিক …
2
মেট্রোপলিস-হেস্টিংস এবং গিবস স্যাম্পলিংয়ের পাঠ্যপুস্তক
মেট্রোপলিস-হেস্টিংস এবং গিবস স্যাম্পলিংয়ের সাথে আমার মোটামুটি কার্যকর ব্যবহারিক অভিজ্ঞতা রয়েছে তবে আমি এই অ্যালগোরিদমগুলির আরও ভাল গাণিতিক বোঝা পেতে চাই। কিছু ভাল পাঠ্যপুস্তক বা নিবন্ধগুলি কী কী এই নমুনাগুলির সঠিকতা প্রমাণ করে (আরও অ্যালগোরিদমগুলিও দুর্দান্ত হবে)?
3
উচ্চ-মাত্রিক ফাংশনের প্রত্যাশিত মানটি মূল্যায়ন করতে MCMC ব্যবহার করা
আমি একটি গবেষণা প্রকল্পে কাজ করছি যা অপ্টিমাইজেশনের সাথে সম্পর্কিত এবং সম্প্রতি এই সেটিংয়ে এমসিসিএম ব্যবহার করার ধারণা ছিল। দুর্ভাগ্যক্রমে, আমি MCMC পদ্ধতিতে মোটামুটি নতুন তাই আমার বেশ কয়েকটি প্রশ্ন ছিল। আমি সমস্যার বর্ণনা দিয়ে এবং তারপর আমার প্রশ্ন জিজ্ঞাসা করে শুরু করব। আমাদের সমস্যা খরচ ফাংশনের প্রত্যাশিত মান আনুমানিক …
2
জেজিএসে সেন্সরিং / কাটাকাটি
জেএজেএসে সেন্সরিংয়ের সমস্যাটি কীভাবে ফিট করতে হয় সে সম্পর্কে আমার একটি প্রশ্ন রয়েছে। আমি একটি দ্বিবিড়ীয় মিশ্রণটি সাধারণভাবে পর্যবেক্ষণ করি যেখানে এক্স মানগুলিতে পরিমাপের ত্রুটি রয়েছে। আমি পর্যবেক্ষণ করা সেন্সরকৃত মানগুলির সত্যিকারের অন্তর্নিহিত 'উপায়গুলি' মডেল করতে চাই। । Xটি আর ইউ ই+ ϵ ⌉ = এক্সও বি এস ই আর …
5
অনুপ্রেরণামূলক ডেটা থেকে এলোমেলো মাল্টিভারিয়েট মান উত্পন্ন করুন
আমি আংশিকভাবে সম্পর্কযুক্ত রিটার্ন সহ বেশ কয়েকটি সম্পদের মূল্য নির্ধারণের জন্য মন্টে কার্লো ফাংশনে কাজ করছি। বর্তমানে, আমি কেবল একটি covariance ম্যাট্রিক্স উত্পন্ন rmvnorm()এবং আর মধ্যে ফাংশন ফিড (সংযুক্ত র্যান্ডম মান উত্পন্ন করে।) তবে কোনও সম্পত্তির রিটার্ন বিতরণের দিকে তাকালে এটি সাধারণত বিতরণ করা হয় না। এটি সত্যই একটি দুটি …
10 mcmc  monte-carlo  pdf 
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.