Parece completos condicionales son a menudo absolutamente difíciles de obtener, sin embargo, programas como JAGS y errores les derivan automáticamente. ¿Puede alguien explicarme cómo generan algorítmico completos condicionales para cualquier especificación de modelo arbitrario?
Respuestas
¿Demasiados anuncios?
La lectura a través de los comentarios en las otras respuestas, creo que la respuesta correcta a la pregunta que estaba destinado a ser frecuentes es "no", en general. Como se ha mencionado, la construcción de un DAG y mirar la Markov blanket y, a continuación, (aproximadamente) de hacer la siguiente.
- Si la Markov manta alrededor de un nodo corresponde a una completa condicional que se encuentra en una tabla de búsqueda (por ejemplo, porque es conjugada) de la muestra a partir de la utilización de la técnica de la tabla de búsqueda.
- Otra cosa, la verificación es el caso de los no normalizados completo condicional de la densidad que es trivial calcular - es registro-cóncavo. Si es así, utilice adaptación rechazo de muestreo.
- Otra cosa, ejemplo de utilización de Metropolis-dentro-de-Gibbs para la muestra de la distribución aproximadamente. Aunque no es una exacta de la muestra, se puede demostrar que este algoritmo deja el posterior invariante.
Esto no es exactamente lo que se está haciendo; por ejemplo, ENTRECORTADO hará uso de algunos otros trucos para la construcción de bloquear actualizaciones. Pero esto debe darle una idea de lo que están haciendo.
Cyan
Puntos
1965
No estoy seguro de por qué usted piensa que completa las oraciones condicionales son difíciles de derivar. Recibe un completo conjunto antes de densidad de probabilidad $\pi(\cdot)$ tanto para los parámetros y los datos, el total condicional de, digamos, $\theta_i$ $\theta_{-i}$ y el de datos es fácil derivar: es sólo proporcional a la articulación antes de parámetros y datos. Es fácil determinar por la inspección de los elementos de $\theta_{-i}$ se puede caer de la plena condicional para $\theta_i$.
Automática de Gibbs samplers llevar a cabo esta "inspección" por el análisis de un modelo de especificación en un probabilístico dirigido acíclico modelo de gráfico. Que, a continuación, calcular completa las oraciones condicionales como proporcional a la plena articulación de la densidad de $\theta_i$'s de Markov blanket.
