mcmc

大数据时代的采样定理：马尔可夫链蒙特卡洛(MCMC)与其python实现

大数据时代的特点是数据除了数量多、维度也将变多。那么传统的采样定理如果要构造合适的概率分布函数耗时且耗费大量算力。因此引入马尔科夫链的遍历性（Ergodicity）、常返性（recurrency）特点以及蒙特卡洛方法的大量实验逼近真实概率分布的原理实现多维的数据采样。从而构造概率分布函数。假设我们要采样的是一个二维正态分布N（U,SIGMA），其中：U=（5，-1），方差sigma=（1,11,4
Life is a joke·2022-11-12 11:40

拓端tecdat|matlab对MCMC贝叶斯方法用于加筋复合板的冲击载荷识别

p=6829前言最近我们被客户要求撰写关于MCMC贝叶斯方法的研究报告。本文提出了一种统计方法，用于使用贝叶斯推理识别加筋复合板上的冲击位置和冲击力历史，其中明确包括来自建模误差和测量噪声的不确定性。
拓端研究室TRL·2022-11-03 18:18

用机器学习识别不断变化的股市状况—隐马尔可夫模型(HMM)股票指数预测实战

马尔可夫链原理可视化解释与R语言区制转换Markovregimeswitching实例马尔可夫链原理可视化解释与R语言区制转换Markovregimeswitching实例，时长07:25相关视频：马尔可夫链蒙特卡罗方法MCMC
拓端研究室TRL·2022-11-03 18:11

贝叶斯推理三种方法：MCMC 、HMC和SBI

对许多人来说，贝叶斯统计仍然有些陌生。因为贝叶斯统计中会有一些主观的先验，在没有测试数据的支持下了解他的理论还是有一些困难的。本文整理的是作者最近在普林斯顿的一个研讨会上做的演讲幻灯片，这样可以阐明为什么贝叶斯方法不仅在逻辑上是合理的，而且使用起来也很简单。这里将以三种不同的方式实现相同的推理问题。数据我们的例子是在具有倾斜背景的噪声数据中找到峰值的问题，这可能出现在粒子物理学和其他多分量事件过程
·2022-10-30 23:00

MCMC应用: 动力系统的贝叶斯推理

本文提出了一种利用贝叶斯推理进行动力系统参数估计的综合方法，包括利用不同分布的马尔可夫链蒙特卡罗(MCMC)获取参数的可信区间，以及解的预测区间。最后给出了一个逻辑增长的例子来说明该方法。
少时诵诗书-·2022-10-30 07:19

【MCMC】基于贝叶斯优化的自适应MCMC算法仿真

1.软件版本matlab2013b2.本算法理论知识首先参考文献《[1]MahendranN,WangZ,HamzeF,etal.AdaptiveMCMCwithBayesianOptimization[C]//2012.》这个程序是我们的算法的整体上的实现，即论文中的下面进行介绍和分析：这个是主要的程序，每一行对应的注释，就是对应的上述的algorithm的各个步骤这个主函数下对应的如下几个子函
fpga和matlab·2022-10-30 07:35

贝叶斯推理三种方法：MCMC 、HMC和SBI

对许多人来说，贝叶斯统计仍然有些陌生。因为贝叶斯统计中会有一些主观的先验，在没有测试数据的支持下了解他的理论还是有一些困难的。本文整理的是作者最近在普林斯顿的一个研讨会上做的演讲幻灯片，这样可以阐明为什么贝叶斯方法不仅在逻辑上是合理的，而且使用起来也很简单。这里将以三种不同的方式实现相同的推理问题。数据我们的例子是在具有倾斜背景的噪声数据中找到峰值的问题，这可能出现在粒子物理学和其他多分量事件过程
deephub·2022-10-30 07:25

R语言MCMC的lme4二元对数Logistic逻辑回归混合效应模型分析吸烟、喝酒和赌博影响数据

全文链接：http://tecdat.cn/?p=29196全文出处：拓端数据部落公众号吸烟、喝酒和赌博被认为是由许多因素造成的。Logistic回归分析是一个非常有效的模型，可以检验各种解释变量和二元反应变量之间的关系。同时，双变量模型分析也被用于检验单变量模型之间的相关性。本项目的目的是利用统计方法来检验某个因素是否对吸烟、喝酒或赌博偏好有显著影响。然后用这个结果来预测这些习惯之间的组合。绪论
拓端研究室·2022-10-14 07:04

贝叶斯回归：使用 PyMC3 实现贝叶斯回归

PyMC3采用马尔可夫链蒙特卡罗(MCMC)方法计算后验分布。这个方法相当复杂，原理方面我们这里不做详细描述，这里只说明一些简单的概念，为什么使用MCMC呢？
·2022-09-30 12:38

【算法】07 AM-MCMC算法C++实现

目标2022/4/17-2022/5/10实现自适应的MCMC方法（AdaptiveMetropolisAlgorithm）本地目录：E:\Research\OptA\MCMCMCMC简介MCMC方法是基于贝叶斯理论框架
赖亦无·2022-09-29 16:16

使用python手写Metropolis-Hastings算法的贝叶斯线性回归

在学习贝叶斯计算的解马尔可夫链蒙特卡洛(MCMC)模拟时，最简单的方法是使用PyMC3，构建模型，调用Metropolis优化器。
·2022-07-21 11:51

[论文翻译][2004][567]Higher-order latent trait models for cognitive diagnosis(HO-DINA 高阶潜在特性认知诊断模型)

模型说明2.1试题响应向量的条件分布2.1.1DINA模型2.1.2NIDA模型2.1.3LLM模型2.2属性(知识点)的联合分布3.参数估计3.1高阶DINA模型3.1.1先验、联合和条件分布3.1.2MCMC
maerdym·2022-07-20 17:12

拓端tecdat|视频：R语言中的Stan概率编程MCMC采样的贝叶斯模型

这对于基于MCMC采样的贝叶斯模型特别有用。R语言中RStan贝叶斯层次模型分析示例stan简介Stan是用于贝叶斯推理的C++库。
·2022-07-15 17:10

【视频】马尔可夫链蒙特卡罗方法MCMC原理与R语言实现|数据分享

相关视频：马尔可夫链蒙特卡罗方法MCMC原理与R语言实现|数据分享马尔可夫链蒙特卡罗方法MCMC原理与R语言实现，时长08:47那么，什么是马尔
拓端研究室·2022-07-05 07:23

Matlab随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列

马尔可夫链原理可视化解释与R语言区制转换Markovregimeswitching实例马尔可夫链原理可视化解释与R语言区制转换Markovregimeswitching实例，时长07:25相关视频马尔可夫链蒙特卡罗方法MCMC
拓端研究室·2022-07-05 07:21

R语言用隐马尔可夫Profile HMM模型进行生物序列分析和模拟可视化

马尔可夫链原理可视化解释与R语言区制转换Markovregimeswitching实例马尔可夫链原理可视化解释与R语言区制转换Markovregimeswitching实例，时长07:25相关视频马尔可夫链蒙特卡罗方法MCMC
拓端研究室·2022-07-05 07:50

Python用MCMC马尔科夫链蒙特卡洛、拒绝抽样和Metropolis-Hastings采样算法

马尔可夫链原理可视化解释与R语言区制转换Markovregimeswitching实例马尔可夫链原理可视化解释与R语言区制转换Markovregimeswitching实例，时长07:25相关视频马尔可夫链蒙特卡罗方法MCMC
拓端研究室·2022-07-05 07:50

R语言coda贝叶斯MCMC Metropolis-Hastings采样链分析和收敛诊断可视化

原文链接：http://tecdat.cn/?p=27228原文出处：拓端数据部落公众号作为先决条件，我们将使用几行代码，在代码中，我们创建了一些测试数据，其中因变量y线性依赖于自变量x（预测变量）；定义线性模型拟合数据的可能性和先验；并实现一个简单的Metropolis-HastingsMCMC从该模型的后验分布中采样。x=(-(sleze-1)/2):((sple-1)/2)y= treA*x
拓端研究室·2022-07-05 07:19

R语言中实现马尔可夫链蒙特卡罗MCMC模型

p=2687原文出处：拓端数据部落公众号什么是MCMC，什么时候使用它？MCMC只是一个从分布抽样的算法。这只是众多算法之一。
·2022-07-01 16:32

Bayesian inference problem, MCMC and variational inference

ComputationaldifficultiesMarkovChainsMonteCarlo(MCMC)--AsamplingbasedapproachVariationalInference(VI)
连理o·2022-06-27 21:40

Matlab随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列

原文链接：http://tecdat.cn/?p=27340波动率是一个重要的概念，在金融和交易中有许多应用。它是期权定价的基础。波动率还可以让您确定资产配置并计算投资组合的风险价值(VaR)。甚至波动率本身也是一种金融工具，例如CBOE的VIX波动率指数。然而，与证券价格或利率不同，波动性无法直接观察到。相反，它通常被衡量为证券或市场指数的收益率历史的统计波动。这种类型的度量称为已实现波动率或历
·2022-06-22 16:47

Python用MCMC马尔科夫链蒙特卡洛、拒绝抽样和Metropolis-Hastings采样算法

p=27267我们将研究两种对分布进行抽样的方法：拒绝抽样和使用MetropolisHastings算法的马尔可夫链蒙特卡洛方法(MCMC)。像往常一样，我将提供直观的解释、理论和一些带有代码的示例。
·2022-06-20 16:43

R语言近似贝叶斯计算MCMC（ABC-MCMC）轨迹图和边缘图可视化

一位同事向我询问我们在我们的文章中讨论过的近似贝叶斯计算MCMC(ABC-MCMC)算法的简单示例。下面，我提供了一个最小的示例，类似于Metropolis-Hastings。
·2022-04-27 15:29

R语言马尔可夫MCMC中的Metropolis Hastings，MH算法抽样（采样）法可视化实例

原文链接：http://tecdat.cn/?p=26324介绍MetropolisHastings算法是一种非常简单的算法，用于从难以采样的分布中生成样本。假设我们要从分布π中进行采样，我们将其称为“目标”分布。为简单起见，我们假设π是实线上的一维分布，尽管它很容易扩展到一维以上（见下文）。MH算法通过模拟马尔可夫链来工作，其平稳分布为π。这意味着，从长远来看，来自马尔可夫链的样本看起来像来自π
·2022-04-26 13:30

收藏 | 机器学习模型与算法最全分类汇总！

支持向量机、AdaBoost、GBDT、XGBoost、LightGBM、CatBoost、随机森林、聚类算法与k均值聚类、PCA、SVD、最大信息熵、朴素贝叶斯、贝叶斯网络、EM算法、HMM、CRF和MCMC
turingbooks·2022-04-22 07:18

拓端tecdat|R语言Metropolis Hastings采样和贝叶斯泊松回归Poisson模型

Metropolis-Hastings算法Metropolis-Hastings抽样算法是一类马尔科夫链蒙特卡洛（MCMC）方法，其主要思想是生成一个马尔科夫链使其平稳分布为目标分布。
拓端研究室·2022-03-20 06:34

Raki的统计学习方法笔记0xF(15)章：奇异值分解

奇异值分解是一种矩阵因子分解方法，是线性代数的基础概念，在统计学习中被广泛运用，PCA,LSA,pLSA都要用到SVD，而EM,LSA,MCMC,又是LDA的基础，故有了这个笔记顺序任意一个m*n矩阵，
爱睡觉的Raki·2022-03-14 07:45

拓端tecdat|R语言MCMC的rstan贝叶斯回归模型和标准线性回归模型比较

原文链接：http://tecdat.cn/?p=25453原文出处：拓端数据部落公众号现在有了对贝叶斯方法的概念理解，我们将实际研究使用它的回归模型。为了简单起见，我们从回归的标准线性模型开始。然后添加对采样分布或先验的更改。我们将通过R和相关的R包rstan使用编程语言Stan。示例：线性回归模型在下文中，我们将设置一些初始数据，并使用标准lm函数运行模型比较。设置首先，我们需要创建我们将在此
拓端研究室·2022-03-12 13:29

拓端tecdat|R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例

原文链接：http://tecdat.cn/?p=23236原文出处：拓端数据部落公众号什么是频率学派？在频率学派中，观察样本是随机的，而参数是固定的、未知的数量。概率被解释为一个随机过程的许多观测的预期频率。有一种想法是"真实的"，例如，在预测鱼的生活环境时，盐度和温度之间的相互作用有一个回归系数？什么是贝叶斯学派？在贝叶斯方法中，概率被解释为对信念的主观衡量。所有的变量--因变量、参数和假设都
拓端研究室·2022-03-01 07:49

R语言MCMC的rstan贝叶斯回归模型和标准线性回归模型比较

原文链接：http://tecdat.cn/?p=25453现在有了对贝叶斯方法的概念理解，我们将实际研究使用它的回归模型。为了简单起见，我们从回归的标准线性模型开始。然后添加对采样分布或先验的更改。我们将通过R和相关的R包rstan使用编程语言Stan。示例：线性回归模型在下文中，我们将设置一些初始数据，并使用标准lm函数运行模型比较。设置首先，我们需要创建我们将在此处使用的数据以及本文档中的大
·2022-02-15 15:18

网格逼近与二次逼近

这里描述三种贝叶斯contioningengines：网格逼近二次逼近马尔科夫链蒙特卡罗（MCMC）网格逼近网格逼近是最简单的一种，只适用于教学但不能实际采用。
王诗翔·2022-02-13 12:30

Python贝叶斯推断Metropolis-Hastings（M-H）MCMC采样算法的实现

MCMC的目标是从某个概率分布中抽取样本，而不需要知道它在任何一点的确切概率。MCMC实现这一目标的方式是在该分布上"徘徊"，使在每个地点花费的时间与分布的概率成正比。
·2022-02-09 14:46

《深度学习》：蒙特卡洛方法

MCMC采样对于一些复杂的分布直接采样不太方便，可以基于马尔可夫链采样，因为经过n轮转移，初始分布会逐渐
初七123·2022-02-05 18:42

在R语言中实现贝叶斯-MCMC（核酸替换速率和分子距离）

主要参考资料：来自帝国理工学院的副研究员FabriciaNascimento的教程网站https://thednainus.wordpress.com/2017/03/03/tutorial-bayesian-mcmc-phylogenetics-using-r
杨康chin·2021-12-29 10:49

MCMC-1|机器学习推导系列（十五）

一、蒙特卡洛方法MonteCarloMethod也就是基于采样的随机近似方法。该方法旨在求得复杂概率分布下的期望值：，其中是从概率分布中取的样本，也就是说从概率分布中取个点，从而近似计算这个积分。这里介绍三种采样方法：概率分布采样首先要求得概率密度函数PDF的累计密度函数CDF，然后求CDF得反函数，在0-1之间均匀取样，代入反函数，就得到了取样点。这个方法的缺点就是大部分PDF很难求得CDF：概
酷酷的群·2021-12-10 14:11

R语言RStan MCMC：NUTS采样算法用LASSO 构建贝叶斯线性回归模型

原文链接：http://tecdat.cn/?p=24456如果你正在进行统计分析：想要加一些先验信息，最终你想要的是预测。所以你决定使用贝叶斯。但是，你没有共轭先验。你可能会花费很长时间编写Metropolis-Hastings代码，优化接受率和提议分布，或者你可以使用RStan。HamiltonianMonteCarlo（HMC）HMC是一种为MH算法生成提议分布的方法，该提议分布被接受的概率
·2021-11-26 16:25

matlab用马尔可夫链蒙特卡罗 (MCMC) 的Logistic逻辑回归模型分析汽车实验数据

原文链接：http://tecdat.cn/?p=24103此示例说明如何使用逻辑回归模型进行贝叶斯推断。统计推断通常基于最大似然估计(MLE)。MLE选择能够使数据似然最大化的参数，是一种较为自然的方法。在MLE中，假定参数是未知但固定的数值，并在一定的置信度下进行计算。在贝叶斯统计中，使用概率来量化未知参数的不确定性，因而未知参数被视为随机变量。贝叶斯推断贝叶斯推断是结合有关模型或模型参数的先
·2021-10-27 18:00

概率图模型

文章目录EM（Expectation-maximization）算法EM算法的推导马尔科夫链，MCMC与Gibbssampling隐马尔科夫模型（HiddenMarkovModel，HMM）评估观察序列的概率前向后向算法求解模型参数维特比算法解码隐藏状态序列
一只小菜狗:D·2021-10-26 21:00

MCMC和Gibbs Sampling

MCMC采样和gibbssampling就是常用的一种。介绍这两个算法前，需要有一些马氏链的基本知识。马尔科夫链马尔可夫链又称离散时间马尔可夫链，为状态空间中经过从一个状态到另一个
一只小菜狗:D·2021-10-21 14:06

R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用：预测标准普尔SP500指数

原文链接：http://tecdat.cn/?p=23991在这个例子中，我们考虑随机波动率模型SV0的应用，例如在金融领域。统计模型随机波动率模型定义如下并为其中yt是因变量，xt是yt的未观察到的对数波动率。N(m,σ2)表示均值m和方差σ2的正态分布。αα、β和σ是需要估计的未知参数。BUGS语言统计模型文件内容'sv.bug'：moelfle = 'sv.bug' # BUGS模型文件名c
·2021-10-15 16:27

拓端tecdat|R语言贝叶斯非参数模型：密度估计、非参数化随机效应meta分析心肌梗死数据

p=23785概述最近，我们使用贝叶斯非参数（BNP）混合模型进行马尔科夫链蒙特卡洛（MCMC）推断。在这篇文章中，我们通过展示如何使用具有不同内核的非参数混合模型进行密度估计。
·2021-09-14 17:26

拓端tecdat|R语言Metropolis Hastings采样和贝叶斯泊松回归Poisson模型

Metropolis-Hastings算法Metropolis-Hastings抽样算法是一类马尔科夫链蒙特卡洛（MCMC）方法，其主要思想是生成一个马尔科夫链使其平稳分布为目标分布。
·2021-08-23 20:53

R语言贝叶斯MCMC：用rstan建立线性回归模型分析汽车数据和可视化诊断

它最常被用作贝叶斯分析的MCMC采样器。马尔科夫链蒙特卡洛（MCMC）是一种抽样方法，允许你在不知道分布的所有数学属性的情况下估计
·2021-08-02 18:16

拓端tecdat|R语言贝叶斯MCMC：逻辑回归、Rstan回归、Metropolis Hastings与Gibbs采样算法实例

原文链接：http://tecdat.cn/?p=23236什么是频率学派？在频率学派中，观察样本是随机的，而参数是固定的、未知的数量。概率被解释为一个随机过程的许多观测的预期频率。有一种想法是"真实的"，例如，在预测鱼的生活环境时，盐度和温度之间的相互作用有一个回归系数？什么是贝叶斯学派？在贝叶斯方法中，概率被解释为对信念的主观衡量。所有的变量--因变量、参数和假设都是随机变量。我们用数据来确定
·2021-07-28 18:20

GPflow解读—VGP

所以我们需要变分推理来近似f的后验分布或者MCMC方法从f后验分布来采样，从而预测在新的点的函数值。GPflow.models.VGP就实现了变分推理方法。
我就爱思考·2021-06-05 10:54

MC康宝

图片发自百大MC图片发自百大MCMC康宝个人资料搜狐自媒体MC康宝艺名：MC康宝性别：男身高：179cm体重：65kg职业：网络麦手生日：2000年11月04日星座：天蝎座爱好：喊麦电影旅游出生地：河南省开封市兰考县
百大MC·2021-05-12 07:45

马尔可夫蒙特卡洛（MCMC）-Metropolis-Hastings和Gibbs采样

Metropolis-Hastings算法流程从proposaldistributionq(z∣z(ℓ))q(z\midz^{(\ell)})q(z∣z(ℓ))采样z^\hatzz^从0-1区间采样uuu计算接受率α\alphaα如果u<αu<\alphau<α，则接受当前从q(z∣z(ℓ))q(z\midz^{(\ell)})q(z∣z(ℓ))采样的z^\hatzz^，否则选取上一个接受的样本作
Bernard_Yang·2021-05-01 05:33

Feature-Based Matrix Factorization

的作者对比了libFM和SVDFeature，认为SVDFeature也是一种通用的矩阵分解模型，但是各有优缺点：缺点：SVDFeature有限制条件，只能对两个类别型的特征进行分解；只能用SGD算法来优化，MCMC
xiiatuuo·2021-04-30 12:44

详解R语言MCMC:Metropolis-Hastings采样用于回归的贝叶斯估计

MCMC是从复杂概率模型中采样的通用技术。蒙特卡洛马尔可夫链Metropolis-Hastings算法问题如果需要计算有复杂后验pdfp（θ|y）的随机变量θ的函数f（θ）的平均值或期望值。
·2021-04-17 14:26

R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例

p=21545示例1：使用MCMC的指数分布采样任何MCMC方案的目标都是从“目标”分布产生样本。在这种情况下，我们将使用平均值为1的指数分布作为我们的目标分布。
·2021-03-23 18:57
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他