mcmc

    1

    1答えて

    mcmcオブジェクトを宣言するためのcodaのドキュメントについて少し混乱しています。 それは(documentation on page 21から)言う: は「データがすでに薄くなってきたチェーンを表す場合は同様に、間引き間隔が薄い引数として与えられるべきです。」 現在、この機能に入力する予定のデータセットには、間引きによってサンプルが破棄されています。言い換えれば、元のMCMCチェーンが:0

    2

    1答えて

    私は後方からサンプリングしたいと思います。ここでLambdaAとLambdaBはAとBの指数レートです。また、yはr.v.の観測値です。 後部は によって与えられ、数値的な理由から、私はこの機能のログを取っています。 データ:後方の n<-100 y<- c(rexp(n)) 対数: dmix<-function(LambdaA,LambdaB,w){ ifelse(LambdaA<=

    2

    2答えて

    nlme、lme4、brmsで使用されているranef()と似たコマンドを探しています。このコマンドを使うと、MCMCglmmモデルで個々のランダム効果を抽出できます。私のデータセットでは、私は40のプロバイダーを持っており、それぞれのプロバイダーのランダムな効果を抽出し、キャタピラープロットでそれらをプロットしたいと思います。どんな提案も素晴らしいだろう。ありがとうございました。 それはここで、

    0

    1答えて

    を私はMCMCを使用してデータにODE方程式のモデルを適合する使命を帯びていますが、エラーを乗り越えることはできません。 TypeError Traceback (most recent call last) <ipython-input-21-10d0a714b5f4> in <module>() 26 proposed[j] = proposed[j] + np

    1

    1答えて

    それでは、私は(二変量正規分布の混合物)から採取したいと思い、次の2次元ターゲット分布を持っているとしましょう - import numba import numpy as np import scipy.stats as stats import seaborn as sns import pandas as pd import matplotlib.mlab as mlab imp

    2

    2答えて

    私はpymc3に適合しようとしているかなり単純なテストデータセットを持っています。 traceplotによって生成された 結果は基本的にthis. 再び毛虫に続く750回の反復のための平坦な線が続く100回の反復のための標準的な「毛虫」は、そこにあるように、すべてのパラメータの外観の跡のようになります。 最初の100回の反復は、25,000回のADVI反復と1万回の繰り返し反復の後に発生します。こ

    1

    1答えて

    私はMixtureからPyMC3までの2つのベータディストリビューションの混合を使ってデータをフィットしようとしています。コードは次のとおりです。 model=pm.Model() with model: alpha1=pm.Uniform("alpha1",lower=0,upper=20) beta1=pm.Uniform("beta1",lower=0,upper=20

    0

    1答えて

    私は集団遺伝学のためにMCMCに取り組んできましたが、疑問があります。 私は統計に慣れていません。そのために私は困難があります。 MCMCを実行するコードが1000回あります。まず、0(50個の列= 50個の個体と1000個の繰り返しの1000行)の行列を作成します。 次に、ランダムなベクトルを作成して、行列の最初の行を置き換えます。このベクターには、1および2があり、集団1または集団2を表します