Presná definícia
Čo znamená MCMC (Markovov reťazec Monte Carlo)?
MCMC je rodina algoritmov, ktoré zostroja Markovov reťazec so zvoleným cieľovým rozdelením ako stacionárnym a používajú jeho neskoršie stavy ako korelované vzorky. Umožňuje aproximovať integrály a posterior bez priameho nezávislého vzorkovania, no platnosť výsledku závisí od konvergencie a premiešania reťazca.
Skúsenosť a kontext
Ako sa pojem používa v praxi
MCMC sa používa pri bayesovskom odhade, energetických modeloch a niektorých inverzných úlohách. Spoľahlivý postup spustí viac reťazcov z rozličných bodov, oddelí zahrievanie, reportuje diagnostiky a overí posterior prediktívnou kontrolou. Samotný počet iterácií ani hladký histogram nie sú dôkazom konvergencie.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje MCMC (Markovov reťazec Monte Carlo)?
Návrhové prechody zachovávajú cieľové rozdelenie; po dostatočnom miešaní časové priemery aproximujú očakávania pod týmto rozdelením.
Kedy má MCMC (Markovov reťazec Monte Carlo) praktický význam?
MCMC sa používa pri bayesovskom odhade, energetických modeloch a niektorých inverzných úlohách.
S čím si pojem nezamieňať?
Monte Carlo môže používať nezávislé vzorky; MCMC ich získava závislým reťazcom, keď priame vzorkovanie nie je dostupné.
Ako sa výsledok kontroluje?
Kontroluje sa R-hat, efektívna veľkosť vzorky, divergencie, autokorelácia, stabilita medzi reťazcami a posterior predictive checks.
Na čo si dať pozor?
Reťazce môžu prehliadnuť mód, miešať sa pomaly alebo vykazovať zdanlivú konvergenciu; výsledky bez diagnostík sú neúplné.