Любые предложения для хорошего источника, чтобы изучить методы MCMC?
references
mcmc
user88
источник
источник
Ответы:
Для онлайн-учебников есть
Практическая Марковская цепь Монте-Карло , разработанная Гейером ( Stat. Science , 1992), также является хорошей отправной точкой, и вы можете посмотреть на пакеты MCMCpack или mcmc R для иллюстрации.
источник
Я не читал это (пока), но если вы в R, есть книга Кристиана П. Роберта и Джорджа Казеллы: Представление методов Монте-Карло с помощью R (используйте R)
Я знаю об этом, следя за его (очень хорошим) блогом
источник
Гилкс В.Р., Ричардсон С., Шпигельхальтер Д.Ю. Марков Цепи Монте-Карло на практике . Chapman & Hall / CRC, 1996.
Относительно старенький, но все же хороший персонаж.
источник
Справочник Маркова Цепи Монте-Карло, Стив Брукс, Эндрю Гельман, Галин Джонс и Сяо-Ли Мэн, ред. 2011 CRC Press.
Глава 4 «Выводы из моделирования и мониторинга конвергенции» Гельмана и Ширли доступна онлайн.
источник
Дани Геймерман и Хедиберт Ф. Лопес. Марковская цепь Монте-Карло: стохастическое моделирование для байесовского вывода (2-е изд.). Бока-Ратон, Флорида: Champan & Hall / CRC, 2006. 344 с. ISBN 0-412-81820-5 .
- более свежая книга, чем Гилкс, Ричардсон и Шпигельхальтер. Я сам не читал его, но он был хорошо рассмотрен в Technometrics в 2008 году , а первое издание также получило хороший обзор в The Statistician еще в 1998 году.
источник
Еще одна классическая позиция (в сочетании с уже упоминавшимся введением методов Монте-Карло с помощью R ):
Статистические методы Монте-Карло Роберта и Казеллы (2004)
в использовании R! В сериале также есть:
Введение в моделирование вероятностей и выборку Гиббса с помощью R by Suess and Trumbo (2010)
источник
Текст, который я нашел наиболее доступным, - это Байесовское когнитивное моделирование: практический курс . Очень четкая экспозиция. В книге есть отличные примеры ошибок, и они были перенесены в Stan на странице примеров github .
источник