Câu hỏi được gắn thẻ «mcmc»

Chuỗi Markov Monte Carlo (MCMC) đề cập đến một lớp phương pháp để tạo mẫu từ phân phối mục tiêu bằng cách tạo số ngẫu nhiên từ Chuỗi Markov có phân phối cố định là phân phối đích. Các phương thức MCMC thường được sử dụng khi nhiều phương thức trực tiếp hơn để tạo số ngẫu nhiên (ví dụ: phương pháp đảo ngược) là không khả thi. Phương pháp MCMC đầu tiên là thuật toán Metropolis, sau đó được sửa đổi thành thuật toán Metropolis-Hastings.

1
Làm cách nào để tối ưu hóa hiệu quả tính toán khi lắp mô hình phức tạp vào tập dữ liệu lớn nhiều lần?
Tôi gặp vấn đề về hiệu năng khi sử dụng MCMCglmmgói trong R để chạy mô hình hiệu ứng hỗn hợp. Mã trông như thế này: MC1<-MCMCglmm(bull~1,random=~school,data=dt,family="categorical" , prior=list(R=list(V=1,fix=1), G=list(G1=list(V=1, nu=0))) , slice=T, nitt=iter, ,burnin=burn, verbose=F) Có khoảng 20.000 quan sát trong dữ liệu và chúng được tập hợp trong …
2
Phương pháp MCMC - đốt mẫu?
Trong các phương pháp MCMC , tôi tiếp tục đọc về burn-inthời gian hoặc số lượng mẫu "burn". Điều này chính xác là gì, và tại sao nó lại cần thiết? Cập nhật: Khi MCMC ổn định, nó có ổn định không? Làm thế nào là khái niệm về burn-inthời …
12 sampling  mcmc 
2
Là Gibbs lấy mẫu một phương pháp MCMC?
Theo như tôi hiểu thì đó là (ít nhất, đó là cách Wikipedia định nghĩa nó ). Nhưng tôi đã tìm thấy tuyên bố này của Efron * (nhấn mạnh thêm): Chuỗi Markov Monte Carlo (MCMC) là câu chuyện thành công lớn của thống kê Bayes hiện đại. MCMC và …
11 mcmc  gibbs 
1
Làm thế nào để lấy mẫu Gibbs?
Tôi thực sự do dự khi hỏi điều này, vì tôi sợ tôi sẽ được chuyển đến các câu hỏi khác hoặc Wikipedia về lấy mẫu Gibbs, nhưng tôi không có cảm giác rằng họ mô tả những gì trong tầm tay. Cho xác suất có điều kiện : p …
11 sampling  mcmc  gibbs 
1
Lấy mẫu Gibbs cho mô hình Ising
Câu hỏi bài tập về nhà: Hãy xem xét mô hình Ising 1-d. Hãy để . x i là -1 hoặc +1x=(x1,...xd)x=(x1,...xd)x = (x_1,...x_d)xixix_i π(x)∝e∑39i=1xixi+1π(x)∝e∑i=139xixi+1\pi(x) \propto e^{\sum_{i=1}^{39}x_ix_{i+1}} Thiết kế một thuật toán lấy mẫu gibbs để tạo các mẫu xấp xỉ từ phân phối đích .π(x)π(x)\pi(x) Nỗ lực của tôi: …
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.