3 votos

Preguntas sobre el artículo "Inferir el impacto causal utilizando modelos bayesianos de series temporales estructurales"

Estoy simulando este modelo en el papel Brodersen et al. (2015) y he descubierto que tengo dificultades para elegir el punto de partida de la inferencia bayesiana.

Para ser explícito, a mi entender, si elijo el suavizador de simulación de Durbin y Koopman (2002) (creo que es el que utilizó el documento) para simular el estado latente $\boldsymbol \alpha$ de $p(\boldsymbol \alpha| \boldsymbol y, \theta, \beta, \sigma^2_\epsilon)$ Necesito elegir los puntos de partida de $\eta_{\mu,t}$ , $\eta_{\delta,t}$ y $\eta_{\gamma,t}$ para generar un conjunto de datos nuevos $\boldsymbol w^+$ , $\boldsymbol \alpha^+$ $\boldsymbol y^+$ . Sin embargo, no consigo averiguar cómo elegir estos valores. Si genero un valor o utilizo la media de los valores anteriores $1/\sigma^2 \sim Gamma(10^{-2}, 10^{-2} s_y^2)$ sugiere en el documento a la inferencia $\theta \sim P(\theta| \boldsymbol y, \boldsymbol \alpha, beta, \sigma^2_\epsilon$ Los puntos de partida serían demasiado grandes.

Otra cuestión es cómo elegir los puntos de partida para $\boldsymbol \beta$ y $\sigma^2$ ?

Por último, encontré la parte principal del paquete R CausalImpact se está compilando y por eso no puedo abrir el código para ver cómo funciona. Si alguien tiene el código o algo similar, ¿podría compartirlo si es posible?

Gracias a la ayuda de todos.

2voto

Greg Cottman Puntos 428

Se puede elegir la media a priori o, más comúnmente, muestrear realmente los valores a priori, por muy extremos que sean. El filtro de Kalman y el algoritmo de Durbin y Koopman convergerán rápidamente en valores más sanos a medida que aumente el número de muestras MCMC.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X