关于数据挖掘:R语言coda贝叶斯MCMC-MetropolisHastings采样链分析和收敛诊断可视化附代码数据

最近咱们被客户要求撰写对于MCMC Metropolis-Hastings采样的钻研报告，包含一些图形和统计输入。

作为先决条件，咱们将应用几行代码，在代码中，咱们创立了一些测试数据，其中因变量 y 线性依赖于自变量 x（预测变量）；定义线性模型拟合数据的可能性和先验；并实现一个简略的 Metropolis-Hastings MCMC 从该模型的后验散布中采样。

x = (-(sleze-1)/2):((sple-1)/2)y =  treA * x + tuB + rnorm(n=sapeize,mean=0,sd=tuSd)

所以，让咱们运行 MCMC：

stavalue = c(4,2,8)cn = rmtrisMCC(avae, 10000)

由 coda 促成的链的一些简略总结

好吧，coda 是一个 R 包，它提供了许多用于绘制和剖析后验样本的规范函数。为了使这些性能起作用，您须要将输入作为“mcmc”或“mcmc.list”类的对象，咱们将在前面探讨。

领有一个 coda 对象的益处是咱们通常想要用链做的很多事件都曾经实现了，所以例如咱们能够简略地 summary() 和 plot() 输入

summary(chn)plot(cn)

它提供了一些对于控制台的有用信息和一个大抵如下所示的图：

图：一个 coda 对象的 plot() 函数的后果

对 plot() 函数的后果：每一行对应一个参数，因而每个参数有两个图。右边的图称为轨迹图——它显示了参数在链运行时所取的值。右图通常称为边际密度图。基本上，它是轨迹图中值的（平滑的）直方图，即参数值在链中的散布。

边际密度是参数取值与所有其余“边缘化”参数的平均值，即其余参数依据其后验概率具备任何值。通常，边际密度被视为贝叶斯剖析的次要输入（例如，通过报告它们的均值和标准差），但我强烈建议不要进一步剖析这种做法。起因是边际密度“暗藏”了参数之间的相关性，如果存在相关性，参数的不确定性在边际中仿佛要大得多。

Plot(data.frame(can))

在咱们的例子中，应该没有大的相关性，因为我以这种形式设置了示例

x = (-(samee-1)/2):((smeie-1)/2) + 20

再次运行 MCMC 并查看相关性应该会给你一个齐全不同的画面。

图：不均衡 x 值拟合的边际密度（对角线）、配对密度（下图）和相关系数（上图）

您能够看到第一个和第二个参数（斜率和截距）之间的强相关性，并且您还能够看到每个参数 X2 的边际不确定性减少了。

请留神，咱们在这里只查看了配对相关性，可能依然有更高阶的交互不会呈现在这样的剖析中，所以你可能依然脱漏了一些货色。

当初，到收敛：一个 MCMC 从后验散布创立一个样本，咱们通常想晓得这个样本是否足够靠近后验以用于剖析。有几种规范办法能够查看这一点，但我倡议应用 Gelman-Rubin 诊断。

cha2 = runmeooi_MCMC(arvue, 10000)cominchns = mcmc.list(cai, ain2)plot(coinchns)

后果图应该是这样的

图：后果

diag 为您提供每个参数的比例缩减因子。因子 1 意味着方差和链内方差相等，较大的值意味着链之间依然存在显着差别。

那么，如果还没有收敛怎么办？当然，你总是能够让 MCMC 运行更长时间，但另一个抉择是让它收敛得更快。可能会产生两件事：

最受欢迎的见解

1.应用R语言进行METROPLIS-IN-GIBBS采样和MCMC运行

2.R语言中的Stan概率编程MCMC采样的贝叶斯模型

3.R语言实现MCMC中的Metropolis–Hastings算法与吉布斯采样

4.R语言BUGS JAGS贝叶斯剖析马尔科夫链蒙特卡洛办法（MCMC）采样

5.R语言中的block Gibbs吉布斯采样贝叶斯多元线性回归

6.R语言Gibbs抽样的贝叶斯简略线性回归仿真剖析

7.R语言用Rcpp减速Metropolis-Hastings抽样预计贝叶斯逻辑回归模型的参数

8.R语言应用Metropolis- Hasting抽样算法进行逻辑回归

9.R语言中基于混合数据抽样(MIDAS)回归的HAR-RV模型预测GDP增长回归的HAR-RV模型预测GDP增长")