Me preguntaba: ¿es posible / práctico aplicar el teorema de Bayes sin una expresión analítica para las muestras anteriores, solo?
Por ejemplo, supongamos que tiene suficientes sorteos de una distribución posterior de un experimento anterior a través de los métodos de MCMC, y le gustaría usar ese posterior como el anterior para uno nuevo. Tiene una expresión analítica para la probabilidad como antes, pero ahora solo muestras de la (nueva) anterior. ¿Cómo procederías?
La respuesta corta es sí. Mira secuencial MCMC/ filtros de partículas.
Esencialmente, su previo consiste en un montón de partículas ($M$). Así que para muestra de la anterior, sólo tienes que seleccionar una partícula con una probabilidad de $1/M$. Ya que cada partícula tiene la misma probabilidad de ser elegido, este término desaparece en la M-H relación.
Un gran problema con filtros de partículas de partículas, la degeneración. Esto sucede porque usted está tratando de representar una distribución continua con partículas discretas - no hay tal cosa como un almuerzo gratis!
Aclaración para Srikant Vadali
La cuestión, como he leído es: tengo salida, es decir, posterior a partir de una MCMC esquema. Quiero usar este posteriores, como antes de un nuevo conjunto de datos.
Esto probablemente significa que usted tiene una representación discreta de una distribución continua, es decir, una partícula de la representación. Así que en lugar de hacer una caminata al azar en un continuo de distribución (por ejemplo), usted tiene que elegir los valores de la previa, es decir, elegir una partícula.
Toni et al., el uso de esta idea con ABC.
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.
