Episodio
Analisi dell'output MCMC con il pacchetto R mcmcse
con Dootika Vats
useR!2017: McMC Output Analysis Using R package mcm...
La catena Markov Monte Carlo (MCMC) è un metodo per produrre un campione correlato per stimare le aspettative rispetto a una distribuzione di destinazione. Una domanda fondamentale è quando arrestare il campionamento in modo da avere buone stime delle quantità desiderate? La chiave per rispondere a queste domande consiste nel valutare l'errore Monte Carlo attraverso un teorema centrale della catena multivariata Markov. Questo discorso presenta il pacchetto R mcmcse, che fornisce estimatori per la matrice di covarianza asimptotica nella catena Markov CLT. Inoltre, il pacchetto calcola una dimensione campione efficace multivariata che può essere rigorosamente usata per terminare la simulazione MCMC. Presenterò l'uso del pacchetto R mcmcse per condurre un'analisi affidabile, valida e teoricamente solo di output per i dati della catena Markov.
useR!2017: McMC Output Analysis Using R package mcm...
La catena Markov Monte Carlo (MCMC) è un metodo per produrre un campione correlato per stimare le aspettative rispetto a una distribuzione di destinazione. Una domanda fondamentale è quando arrestare il campionamento in modo da avere buone stime delle quantità desiderate? La chiave per rispondere a queste domande consiste nel valutare l'errore Monte Carlo attraverso un teorema centrale della catena multivariata Markov. Questo discorso presenta il pacchetto R mcmcse, che fornisce estimatori per la matrice di covarianza asimptotica nella catena Markov CLT. Inoltre, il pacchetto calcola una dimensione campione efficace multivariata che può essere rigorosamente usata per terminare la simulazione MCMC. Presenterò l'uso del pacchetto R mcmcse per condurre un'analisi affidabile, valida e teoricamente solo di output per i dati della catena Markov.
Per inviare suggerimenti, Invia un problema qui.