Estou procurando alguns artigos ou livros com exemplos práticos e teóricos sobre o MCMC básico para estatística bayesiana (com R). Eu nunca estudei sobre simulação, e é por isso que estou procurando informações "básicas". Você pode me dar algumas recomendações ou
Pergunta: Com uma cadeia MCMC de 10 dimensões, digamos que estou preparado para entregar uma matriz dos sorteios: 100.000 iterações (linhas) por 10 parâmetros (colunas), qual a melhor forma de identificar os modos posteriores? Estou especialmente preocupado com vários modos. Fundo:Eu me considero...
Estou trabalhando em uma função de Monte Carlo para avaliar vários ativos com retornos parcialmente correlacionados. Atualmente, eu apenas gero uma matriz de covariância e alimento a rmvnorm()função em R. (gera valores aleatórios correlacionados). No entanto, observando as distribuições de retorno...
Eu tenho uma pergunta sobre como ajustar um problema de censura no JAGS. Observo uma mistura bivariada normal onde os valores X apresentam erro de medição. Eu gostaria de modelar os verdadeiros "meios" subjacentes dos valores censurados observados.
Estou trabalhando em um projeto de pesquisa relacionado à otimização e recentemente tive uma ideia de usar o MCMC nessa configuração. Infelizmente, sou bastante novo nos métodos do MCMC, por isso tive várias perguntas. Começarei descrevendo o problema e depois fazendo minhas perguntas. Nosso...
Este é apenas um exemplo que encontrei várias vezes, portanto não tenho dados de amostra. Executando um modelo de regressão linear em R: a.lm = lm(Y ~ x1 + x2) x1é uma variável contínua. x2é categórico e possui três valores, por exemplo, "Baixo", "Médio" e "Alto". No entanto, a saída fornecida...
Tenho uma experiência prática bastante boa com amostragem de Metropolis-Hastings e Gibbs, mas quero obter uma melhor compreensão matemática desses algoritmos. Quais são alguns bons livros ou artigos que provam a exatidão desses amostradores (mais algoritmos também seriam
O que acontece quando você não tem uma idéia da distribuição de parâmetros? Que abordagem devemos usar? Na maioria das vezes, pretendemos subestimar se uma determinada variável tem alguma influência sobre a presença / ausência de uma determinada espécie, e a variável é aceita ou não, de acordo com...
A dinâmica hamiltoniana sempre supera, em alguns casos, o desempenho aleatório do algoritmo Metropolis. Alguém poderia explicar o motivo com palavras simples, sem muita
Após a queima, podemos usar diretamente as iterações do MCMC para estimativa de densidade, como plotagem de um histograma ou estimativa de densidade do kernel? Minha preocupação é que as iterações do MCMC não sejam necessariamente independentes, embora sejam no máximo identicamente distribuídas. E...
Atualmente, estou usando uma abordagem bayesiana para estimar parâmetros para um modelo que consiste em vários ODEs. Como tenho 15 parâmetros para estimar, meu espaço de amostragem é tridimensional e minha busca por distribuição posterior parece ter muitos máximos locais muito isolados por grandes...
Estou modelando a dispersão da planta usando uma distribuição normal generalizada ( entrada da Wikipedia ), que tem a função de densidade de probabilidade: b2aΓ(1/b)e−(da)bb2aΓ(1/b)e−(da)b \frac{b}{2a\Gamma(1/b)} e^{-(\frac{d}{a})^b} onde é a distância percorrida, é um parâmetro de escala é o...
Estou construindo um modelo bayesiano hierárquico bastante complexo para uma meta-análise usando R e JAGS. Simplificando um pouco, os dois níveis principais do modelo têm onde é a ésima observação do ponto final (neste caso, GM vs. rendimentos de culturas não GM) no estudo , é o efeito do estudo...
Recentemente, comecei a usar a validação cruzada de amostras de importância suavizada Pareto (PSIS-LOO), descrita nestes documentos: Vehtari, A. e Gelman, A. (2015). Pareto suavizou a amostragem de importância. pré-impressão do arXiv ( link ). Vehtari, A., Gelman, A. e Gabry, J. (2016). Avaliação...
Existe muita literatura sobre os diagnósticos de convergência Monte Carlo (MCMC) da cadeia de Markov, incluindo o diagnóstico Gelman-Rubin mais popular. No entanto, todos eles avaliam a convergência da cadeia de Markov e, portanto, abordam a questão da queima. Depois de descobrir o burn-in, como...
Estou lendo um artigo da conferência de 1991 de Geyer, que está relacionado abaixo. Nele, ele parece iludir-se com um método que pode usar o MCMC para estimativa de parâmetros MLE Isso me excita desde então, codifiquei algoritmos BFGS, GAs e todos esses tipos de métodos horríveis e de sorte para...
Ao executar o algoritmo Metropolis-Hastings com distribuições uniformes de candidatos, qual é a lógica de ter taxas de aceitação em torno de 20%? Meu pensamento é: uma vez que os valores dos parâmetros true (ou quase true) sejam descobertos, nenhum novo conjunto de valores de parâmetros...
Estou intrigado com o conceito de um modelo de entropia máxima de Markov (MEMM) e estou pensando em usá-lo para um etiquetador de parte do discurso (POS). No momento, estou usando um classificador convencional de máxima entropia (ME) para marcar cada palavra individualmente. Isso usa vários...
No algoritmo Metropolis – Hastings para amostragem de uma distribuição de destino, deixe: πEuπEu\pi_{i} seja a densidade alvo no estadoEuEui , πjπj\pi_j é a densidade alvo no estado propostojjj , heu jhEujh_{ij} é a densidade proposta para a transição para o estadojjj dado o estado atualEuEui...
Eu estou tentando provar de uma parte posterior com muitos modos particularmente distantes um do outro usando o MCMC. Parece que, na maioria dos casos, apenas um desses modos contém os 95% hpd que estou procurando. Tentei implementar soluções baseadas em simulação temperada, mas isso não fornece...