Викторина, связанная с руководством · Средний Уровень
Марковская цепь Викторина «Монте-Карло»
Проверьте приемку Метрополиса-Гастингса, условные обновления Гиббса и почему автокорреляция и многоцепочечная диагностика так важны.
Вопрос 1 из 8
Почему розыгрыши MCMC обычно не эквивалентны такому же количеству независимых выборок?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Почему розыгрыши MCMC обычно не эквивалентны такому же количеству независимых выборок?
- Последующие состояния зависимы и часто автокоррелированы.
- Целевое распределение не имеет вероятностей
- Каждое предложение всегда отвергается
- Можно выбрать только один параметр
- Какой дополнительный член отношения необходим для асимметричного предложения Метрополиса-Гастингса?
- Число параметров в квадрате
- Вероятность обратного предложения, деленная на вероятность прямого предложения
- Выборочное среднее целевого значения
- Ширина заднего промежутка
- Что извлекает выборка Гиббса при каждом обновлении координат?
- Предложение, которое всегда отвергается
- Независимый вытягивание из заднего сустава по определению.
- Значение из полного условного выражения этой переменной с учетом текущих других переменных.
- Точка с максимальной вероятностью
- Зачем запускать цепочки с рассредоточенными стартовыми значениями?
- Чтобы оценить вероятность данных без модели
- Чтобы сделать все апостериорные значения равными
- Чтобы гарантировать, что каждая цепочка имеет независимые розыгрыши
- Чтобы определить, исследуют ли отдельные прогоны совместимые целевые регионы.
- Что оценивает эффективный размер выборки?
- Общее количество сохраненных строк независимо от корреляции
- Эквивалент независимого отбора количества после учета зависимости
- Количество параметров в заднем
- Вероятность того, что модель верна
- Что R-hat сравнивает между собой в разных цепочках?
- Точность прогноза с ошибкой обучения
- Априорная плотность только с вероятностью
- Поведение внутри и между цепочками
- Количество параметров с наблюдениями
- Почему отказ от разминки не гарантирует сходимости?
- После этого все сети становятся независимыми
- Разминка по определению содержит точную заднюю часть тела.
- Целевое распределение меняется после прогрева.
- Отсутствие фиксированного конечного отброса доказывает, что все соответствующие количества были исследованы.
- В цепочке много сохраненных розыгрышей, но низкая ESS для вероятности хвоста. Что следует?
- Хвостовая оценка может все еще иметь существенную неопределенность Монте-Карло.
- Вероятность хвоста равна нулю
- Апостериорное среднее должно быть смещенным
- Модель обязательно указана неверно.