반응형 MCMC2 표본 샘플링 방법(2) - 메트로폴리스-헤이스팅스 알고리즘(Metropolis-Hastings Algorithm) 저번 rejection sampling에 이어 이번 포스팅에서도 타겟 분포로부터 표본을 생성해낼 수 있는 샘플링 알고리즘 중 하나인 M-H Algorithm을 살펴보겠다. 2022.03.14 - [Statistics/Bayesian With Python] - 표본 샘플링 방법(1) - 기각 샘플링(Rejection Sampling) 표본 샘플링 방법(1) - 기각 샘플링(Rejection Sampling) Bayesian과 Frequentist들의 가장 큰 차이점은 모수, parameter에 대한 관점의 차이이다. Frequentist들은 모수 $\theta$를 Unknown constant로 가정하며, Bayesian은 모수 $\theta$를 Random variable로 가정한다.. harang341.. 2022. 3. 16. 보조 혼합 샘플링을 이용한 베이지안 로짓 모형(Bayesian logit models with auiliary mixture sampling) 오랜만에 돌아온 논문 리뷰. 오늘은 드디어 게재된 나의 소중한 석사 논문을 리뷰해보려고 한다. (내가 쓰고, 내가 리뷰) Title : Bayesian logit models with auxiliary mixture sampling for analyzing diabetes diagnosis data Authors : Eun Hee Rhee, Beom Seuk Hwang 1. Introduction 로짓 모형(Logit model)은 범주형 자료를 분석할 때, 가장 일반적으로 사용되는 모형으로 잘 알려져있다. 이때, 로짓 모형의 모수를 추정하는 방법으로는 Frequentist의 MLE와 Bayesian에서의 MCMC를 고려할 수 있다. 베이지안 관점에서 로짓 모형에 대한 추론은 오랜 시간 연구되어 왔으며,.. 2022. 3. 7. 이전 1 다음 반응형
