(Acest articol a fost publicat pentru prima dată pe R – Xi’an’s OGși a contribuit cu drag la R-Bloggers). (Puteți raporta problema despre conținutul de pe această pagină aici)
Doriți să vă împărtășiți conținutul pe R-Bloggers? Faceți clic aici dacă aveți un blog sau aici dacă nu.
(Iată un răspuns la comentariile mele despre Thames trimis de primul autor al lucrării, Martin Metodiev. Replica de mai sus a copertei din Rivers of London În mod evident, nu are legătură cu răspunsul sau blogul original, dincolo de prezentarea unei hărți fantezie a Thames!)
Vă mulțumim pentru recenzia dvs. despre articolul nostru! Adaptarea lucrărilor anterioare în acest domeniu a fost o plăcere. Înainte de a răspunde la comentariile dvs., aș dori să subliniez că simplitatea estimatorului nostru constă în expresia sa analitică simplă (o medie armonică trunchiată a valorilor densității posterioare reciproce nesorbalizate). Într -adevăr, pachetul nostru „Thamesmix” (trimis recent la CRAN!) Are o funcție de a calcula probabilitatea marginală a oricărui model de amestec. Această funcție necesită doar doi parametri: funcția de log-posterioară conserve (logaritmul anterior plus probabilitate log) și simulările MCMC din posterior.
În ceea ce privește principalele comentarii:
1. „Evacuarea metodelor anterioare ca fiind suficient de simple sau nu universale este destul de dezinvoltă. De exemplu, software-ul care nu returnează vectorii de alocare (latenți) pot fi cu ușurință post-procesate.”
Nu am putut găsi un exemplu de simulări post-proces pe deasupra ieșirilor MCMC aplicate pentru a calcula aceste metode. Pare foarte interesant și aș fi fericit să -l citez. Există o referință pe care o puteți recomanda?
În orice caz, punctul încă mai rămâne. Majoritatea estimatorilor pe care îi cităm în ceea ce privește acest punct nu au nevoie doar de eșantioane de alocare, ci și expresiile analitice ale distribuției vectorilor de alocare sau distribuirea datelor condiționate de acești vectori de alocare care vin cu aceștia. Nu cred că o formă închisă a acestei distribuții este disponibilă în general.
2.„Manevrarea problemei de comutare a etichetelor – motivul pentru care Larry Wasserman a văzut amestecuri la aceeași amploare a răului ca Tequila! – Este problematic din mai multe motive.”
Faptul că estimatorul nostru este invariabil în schimbarea etichetelor este într-adevăr nucleul metodei noastre. Simplul eșantion Gibbs se blochează într -un singur mod, și acesta este motivul pentru care versiunea clasică a eșantionării podului este părtinitoare de un factor de G! În setarea de simulare. După cum ați subliniat, acest lucru este rezolvat cu succes atunci când utilizați eșantionarea complet simetrică a podului în secțiunea experiment. Cu toate acestea, costul de calcul al acestui estimator complet simetric crește super-exponențial cu G, așa că nu văd cum ar putea fi evaluat pentru G = 15, unde numărul de moduri simetrice este egal cu 15! (peste un trilion). Unul dintre punctele principale ale articolului nostru este că Thames Symmetric poate fi evaluat într-un timp fezabil, chiar și într-o setare multivariate atât de înaltă dimensiune.
3. „Scopul (legitim) de a utiliza probabilitățile marginale pentru selectarea numărului G a componentelor este slăbit de intruziunea propunerilor alternative pentru a evalua G din date”
Aș dori să subliniez că aceste propuneri alternative nu afectează în niciun fel definiția Thames. Este definiția simplă dată în ecuația (5). Sunt folosite doar pentru a accelera calculul.
4. „Mai multe mențiuni sunt făcute cu privire la ceilalți estimatori, ceea ce este într -adevăr cazul eșantionării podului (dacă nu neapărat pentru eșantionare de importanță), dar nu neapărat o problemă centrală”
Problema pe care o vedem cu metoda clasică, non-simetrică de eșantionare a podului în setarea modelelor de amestec nu este pur și simplu că este părtinitoare. Problema este că prejudecata este persistentă și adesea aproximativ egală cu factorul lui G! Când eșantionul MCMC nu a reușit să comute între moduri. Nu am avut această experiență cu Thames: a convergut chiar și atunci când MCMC a fost blocat.
