Um processo estocástico com a propriedade de que o futuro é condicionalmente independente do passado, dado o presente.
Estou procurando recursos (tutoriais, livros didáticos, webcast etc.) para aprender sobre Markov Chain e HMMs. Minha formação é como biólogo e atualmente estou envolvido em um projeto relacionado à bioinformática. Além disso, quais são os conhecimentos matemáticos necessários para ter uma...
Eu sei, isso pode parecer estranho, mas ouça. No Stack Overflow e aqui obtemos votos nas postagens, tudo isso é armazenado em forma de tabela. Por exemplo: ID da postagem ID do eleitor tipo de voto datetime ------- -------- --------- -------- 10 1 2 2000-1-1 10:00:01 11 3 3 2000-1-1 10:00:01...
Estou apenas começando a me molhar nas estatísticas, então desculpe se esta pergunta não faz sentido. Eu usei os modelos de Markov para prever estados ocultos (cassinos injustos, jogadas de dados etc.) e redes neurais para estudar os cliques dos usuários em um mecanismo de pesquisa. Ambos tinham...
Existe uma maneira no R (uma função interna) de calcular a matriz de transição para uma cadeia de Markov a partir de um conjunto de observações? Por exemplo, usando um conjunto de dados como o seguinte e calculando a matriz de transição de primeira
Qual é a diferença entre uma rede bayesiana e um processo de Markov? Acreditava entender os princípios de ambos, mas agora, quando preciso comparar os dois, sinto-me perdido. Eles significam quase o mesmo para mim. Certamente não são. Links para outros recursos também são apreciados....
Preciso gerar matrizes não quadradas aleatórias com linhas e colunas , elementos distribuídos aleatoriamente com média = 0 e restritos de forma que o comprimento (norma L2) de cada linha seja e o comprimento de cada coluna seja . Equivalentemente, a soma dos valores quadrados é 1 para cada linha e...
Gostaria apenas que alguém confirmasse meu entendimento ou se estou perdendo alguma coisa. A definição de um processo de markov diz que o próximo passo depende apenas do estado atual e não do estado passado. Então, digamos que tínhamos um espaço de estado de a, b, c, d e passamos de a-> b->...
Com base no pouco conhecimento que tenho dos métodos MCMC (cadeia de Markov Monte Carlo), entendo que a amostragem é uma parte crucial da técnica mencionada acima. Os métodos de amostragem mais comumente usados são Hamiltoniano e Metrópole. Existe uma maneira de utilizar o aprendizado de máquina...
Eu li bastante modelos de Markov ocultos e pude codificar uma versão bastante básica dele. Mas há duas maneiras principais que pareço aprender. Um é ler e implementá-lo no código (o que é feito) e o segundo é entender como isso se aplica em diferentes situações (para que eu possa entender melhor...
Depois de executar a análise de componentes principais (PCA), quero projetar um novo vetor no espaço do PCA (ou seja, encontrar suas coordenadas no sistema de coordenadas do PCA). Eu calculei o PCA na linguagem R usando prcomp. Agora eu devo poder multiplicar meu vetor pela matriz de rotação PCA....
Estou fazendo uma pergunta sobre cadeias de Markov e as duas últimas partes dizem o seguinte: Essa cadeia de Markov possui uma distribuição limitadora. Se sua resposta for "sim", encontre a distribuição limitadora. Se sua resposta for "não", explique o motivo. Essa cadeia de Markov possui uma...
Eu assisti muitos vídeos tutoriais e eles têm a mesma aparência. Este, por exemplo: https://www.youtube.com/watch?v=ip4iSMRW5X4 Eles explicam estados, ações e probabilidades que estão bem. A pessoa explica tudo bem, mas eu simplesmente não consigo entender o que seria usado na vida real. Ainda não...
Meu entendimento do algoritmo é o seguinte: No U-Turn Sampler (NUTS) é um método Hamiltoniano de Monte Carlo. Isso significa que não é um método da cadeia de Markov e, portanto, esse algoritmo evita a parte do passeio aleatório, que geralmente é considerado ineficiente e lento para convergir. Em...
Suspeito que uma série de sequências observadas sejam uma cadeia de Markov ... X=⎛⎝⎜⎜⎜⎜AB⋮BCA⋮CDA⋮ADC⋮DBA⋮AAD⋮BCA⋮E⎞⎠⎟⎟⎟⎟X=(ACDDBACBAACADA⋮⋮⋮⋮⋮⋮⋮BCADABE)X=\left(\begin{array}{c c c c c c c} A& C& D&D & B & A &C\\ B& A& A&C & A&D &A\\ \vdots&\vdots&\vdots&\vdots&\vdots&\vdots&\vdots\\ B& C& A&D & A...
Qual é a diferença entre cadeias de Markov e processos de Markov? Estou lendo informações conflitantes: às vezes a definição se baseia em se o espaço de estados é discreto ou contínuo e, outras vezes, se o tempo é discreto ou contínuo. Slide 20 deste documento : Um processo de Markov é...
Eu tenho um conjunto completo de seqüências (432 observações para ser mais preciso) de 4 estados : por exemploA−DA−DA-D Y=⎛⎝⎜⎜⎜⎜AB⋮BCA⋮CDA⋮ADC⋮DBA⋮AA−⋮BC−⋮A⎞⎠⎟⎟⎟⎟Y=(ACDDBACBAACA−−⋮⋮⋮⋮⋮⋮⋮BCADABA)Y=\left(\begin{array}{c c c c c c c} A& C& D&D & B & A &C\\ B& A& A&C & A&-...
Alguém pode me explicar de maneira intuitiva qual é a periodicidade de uma cadeia de Markov? É definido da seguinte forma: Para todos os estados em SEuEuiSSS = gcd { n ∈ N | p ( n ) i i > 0 } = 1dEudEud_i{ n ∈ N | p( N )eu eu> 0 } = 1{n∈N|pEuEu(n)>0 0}=1\{n \in \mathbb{N} |...
Estou tentando entender as cadeias de Markov usando SAS. Entendo que um processo de Markov é aquele em que o estado futuro depende apenas do estado atual e não do estado passado e existe uma matriz de transição que captura a probabilidade de transição de um estado para outro. Mas então me deparei...
Minha pergunta básica é: como você extrairia uma distribuição inadequada? Faz mesmo sentido colher amostras de uma distribuição imprópria? O comentário de Xi'an aqui aborda a questão, mas eu estava procurando mais alguns detalhes sobre isso. Mais específico para o MCMC: Ao falar sobre o MCMC e...
Eu estava passando por algumas palestras relacionadas ao MCMC. No entanto, não encontro um bom exemplo de como é usado. Alguém pode me dar um exemplo concreto. Tudo o que vejo é que eles administram uma cadeia de Markov e dizem que sua distribuição estacionária é a distribuição desejada. Quero um...