murrey 先介绍下我research的目的,在贝叶斯背景下,分析几个先验( horseshoe, spike and slab, spike and slab lasso)的理论特征(例如收敛率,不确定性量化),并分别在高斯白噪声,线性模型,logistic模型下讨论。 我的问题是,收敛率和不确定性量化具体指的什么,如何将在这些模型下考虑这些特征? 我现在能理解各个小点,但不知道该如何把这些问题串在一块,请各位大神能点拨一下,先谢过!
HarryZhu-7harryprince murrey 这收敛是指的 MCMC的过程最后是不是得到一个稳定的结果吧,好像通过traceplot来实现。 shinystan 可以很方便做一系列的操作,除了收敛性还有样本丰富度 n_eff、相关性系数 r2 等,建议看下 stan 的论文. stan 可以建立多种先验分布 高斯分布、二项分布等等。
HarryZhu-7harryprince murrey 只能提示到这里了 剩下还要靠自己修行。建议可以看 rstan 到配套书:https://book.douban.com/subject/26607925/ 参考资料: https://betanalpha.github.io/assets/case_studies/rstan_workflow.html?utm_content=bufferb67a2&utm_medium=social&utm_source=twitter.com&utm_campaign=buffer