Épisode
Analyse de sortie MCMC à l’aide du package R mcmcse
par Dootika Vats
useR !2017 : Analyse de sortie MCMC à l’aide du package R mcm...
La chaîne Markov Monte Carlo (MCMC) est une méthode de production d’un échantillon corrélé afin d’estimer les attentes en ce qui concerne une distribution cible. Une question fondamentale est de savoir quand l’échantillonnage doit s’arrêter afin que nous disposions de bonnes estimations des quantités souhaitées ? La clé de la réponse à ces questions réside dans l’évaluation de l’erreur Monte-Carlo par le biais d’un théorème central de la chaîne Markov multivariée. Cette présentation présente le mcmcse du package R, qui fournit des estimateurs pour la matrice de covariance asymptotique dans la chaîne Markov CLT. En outre, le package calcule une taille d’échantillon efficace multivariée qui peut être utilisée rigoureusement pour mettre fin à la simulation MCMC. Je présenterai l’utilisation du package R mcmcse pour effectuer une analyse de sortie robuste, valide et théoriquement juste pour les données de chaîne Markov.
useR !2017 : Analyse de sortie MCMC à l’aide du package R mcm...
La chaîne Markov Monte Carlo (MCMC) est une méthode de production d’un échantillon corrélé afin d’estimer les attentes en ce qui concerne une distribution cible. Une question fondamentale est de savoir quand l’échantillonnage doit s’arrêter afin que nous disposions de bonnes estimations des quantités souhaitées ? La clé de la réponse à ces questions réside dans l’évaluation de l’erreur Monte-Carlo par le biais d’un théorème central de la chaîne Markov multivariée. Cette présentation présente le mcmcse du package R, qui fournit des estimateurs pour la matrice de covariance asymptotique dans la chaîne Markov CLT. En outre, le package calcule une taille d’échantillon efficace multivariée qui peut être utilisée rigoureusement pour mettre fin à la simulation MCMC. Je présenterai l’utilisation du package R mcmcse pour effectuer une analyse de sortie robuste, valide et théoriquement juste pour les données de chaîne Markov.
Vous voulez donner votre avis ? Soumettez un problème ici.