الگوريتم - دانلود رایگان
دانلود رایگان تعداد صفحه : 23مقدمه در سالهاي اخير آمارشناسان به طور زياد روش‌هاي الگوريتم مونت كارلوي زنجير
دانلود رایگان
| الگوريتمفرمت فایل: ورد- Word مرجع فایل - قابل ویرایش ) مقدمه در سالهاي اخير آمارشناسان به طور زياد روش هاي الگوريتم مونت كارلوي زنجير ماركوفي (MCMC) را رسم كرده اند. الگوريتم نمونه گيري گيبر يكي از بهترين روش هاي شناخته شده است براي آشنايي با شرايط مسأله فرض كنيد در بردار تصادفي () براي محاسبه چگالي كناري x ، با مشكل روبرو هستيم اما چگالي هاي شرطي و و … در دسترس مي باشند. در روش نمونه گيري گيبس مشاهداتي به صورت غيرمستقيم ازx توليد مي شود و به كمك آنها چگالي كناري x را بررسي مي كنيم. حالا توجه قابل ملاحظه اي به الگوريتم متروپوليس- هستينگس تخصيص داده شده است كه توسط متروپوليس و روسنبلوس، تلر (1953) گسترش و بعداً توسط هستينگس (1970) نظم داده شده است. الگوريتم M-H به طور زياد در فيزيك كاربرد دارد و هنوز با وجود مقاله اي كه توسط هستينگس ارائه شده است، به طور خيلي كم براي آمارشناسان شناخته شده است. به دليل سودمندي الگوريتم M-H ، كاربردهاي آن به طور مداوم ظاهر مي شود. براي مثال هاي جديد مولر (1993)، چيب وگريبزگ (1994) و فيليپس و اسميت (1994) را ببينيد. ما مقدمه اي را از اين الگوريتم تهيه كرده ايم كه از اصول اوليه آن مشتق شده است اين مقاله به تنهايي مربوط به تئوري زنجير ماركوف است. مطالب مربوط به اين مقاله چنان كه در پايين مي آيد به بحث گذاشته مي شود. در بخش 2، ما به طور خلاصه مشابه روش پذيرش- رد كردني را مرور مي كنيم. اگر چه MCMC نيست ولي بعضي از تفسيرهايي كه در الگوريتم متروپوليس- هستينگس ظاهر مي شود را به كار مي برد و اين مقدمه اي خوب براي اين موضوع است. بخش 3 ارتباط تئوري زنجير ماركوف به فضاي وضعيت دائم را معرفي مي كند كه با فلسفه كلي كه در پشت روش MCMC است همراه مي شود. در بخش 4 الگوريتم M-H را نتيجه مي گيريم و بخش 5 شامل مقالاتي مي شود كه با انتخاب چگالي كانديدي- توليدي در ارتباط هستند. 2- نمونه گيري پرداخت آنلاین و دانلود در قسمت پایین دریافت فایل جهت کپی مطلب از ctrl+A استفاده نمایید نماید |