Оценяване на вероятността за глава с помощта на подхода MCMC

Опитвам се да науча за оценката на байесовия параметър и намерих наистина добър урок тук (урок 1 & 2). Само за да тествам разбирането си, опитвам се да приложа MCMC подход за оценка на вероятността за получаване на глава въз основа на даден набор от данни. Входният набор от данни има 8 глави и 2 опашки. Ако приемем, че предишното следва Бета(2,2), аналитично вероятността за получаване на глава = (8+2)/(10+2+2) = 0,71. Въпреки това получавам много различен отговор, когато се опитвам да използвам алгоритъма Metropolis-Hastings. Може ли някой да провери моята реализация тук и да обясни какво пропускам

http://nbviewer.ipython.org/github/ragrawal/meetup/blob/master/notebook/MCMC.ipynb


python parameters bayesian mcmc
person user737128    schedule 24.12.2014    source източник
comment
Това въпрос по математика ли е? Публикувайте свързани кодове във вашия въпрос (не външна връзка, моля)   -  person Raptor    schedule 24.12.2014

Отговори (1)


arrow_upward
0
arrow_downward

Мисля, че отговорът ви е 0,717147231334 и това не е проблем. Може да е малко по-различно, въпреки че имате аналитичен отговор 0,71.

Всъщност аналитичният отговор 0,71 е постериорна средна стойност на постериорното разпределение, а вашият отговор е числена апроксимация на нея (извадкова средна стойност).

person KLee    schedule 29.12.2014