ทำ MCMC: ใช้ jags / stan หรือใช้ด้วยตนเอง

ฉันใหม่สำหรับการวิจัยสถิติแบบเบย์ ฉันได้ยินจากนักวิจัยว่านักวิจัยชาวเบย์นำเอา MCMC มาใช้ด้วยตัวเองแทนที่จะใช้เครื่องมืออย่าง JAGS / Stan ฉันขอถามว่าประโยชน์ของการใช้อัลกอริทึม MCMC ด้วยตัวเอง (ในภาษา "ไม่ค่อนข้างเร็ว" เช่น R) คืออะไรยกเว้นเพื่อการเรียนรู้?

โดยทั่วไปแล้วฉันขอแนะนำไม่ให้เข้ารหัส MCMC ของคุณสำหรับการวิเคราะห์แบบเบย์ที่ใช้จริง นี่เป็นทั้งการทำงานและเวลาและมีแนวโน้มที่จะแนะนำบั๊กในโค้ด ตัวอย่างของ Blackbox เช่น Stan ใช้ตัวอย่างที่ซับซ้อนมากแล้ว เชื่อฉันสิคุณจะไม่เขียนรหัสตัวอย่างนี้สำหรับการวิเคราะห์เพียงครั้งเดียว!

มีกรณีพิเศษที่จะไม่เพียงพอ ตัวอย่างเช่นหากคุณต้องการทำการวิเคราะห์แบบเรียลไทม์ (เช่นการตัดสินใจทางคอมพิวเตอร์โดยใช้ข้อมูลที่เข้ามา) โปรแกรมเหล่านี้จะไม่เป็นความคิดที่ดี เนื่องจาก Stan ต้องการคอมไพล์โค้ด C ++ ซึ่งอาจใช้เวลามากกว่าการใช้แซมเพลอร์ที่เตรียมไว้แล้วสำหรับรุ่นที่ค่อนข้างง่าย ในกรณีนั้นคุณอาจต้องการเขียนรหัสของคุณเอง นอกจากนี้ฉันเชื่อว่ามีกรณีพิเศษที่แพคเกจอย่างสแตนทำได้ไม่ดีมากเช่นโมเดลของรัฐที่ไม่ใช่แบบเกาส์ (การเปิดเผยอย่างเต็มรูปแบบ: ฉันเชื่อว่าสแตนไม่ดีในกรณีนี้ แต่ไม่รู้) ในกรณีดังกล่าวอาจคุ้มค่าที่จะใช้ MCMC แบบกำหนดเอง แต่นี่เป็นข้อยกเว้นไม่ใช่กฎ!

พูดตามตรงฉันคิดว่านักวิจัยส่วนใหญ่ที่เขียนตัวอย่างสำหรับการวิเคราะห์เพียงครั้งเดียว (และสิ่งนี้เกิดขึ้นฉันได้เห็นแล้ว) ทำเช่นนั้นเพราะพวกเขาชอบเขียนตัวอย่างของตัวเอง อย่างน้อยที่สุดฉันสามารถพูดได้ว่าฉันตกอยู่ภายใต้หมวดหมู่นั้น (เช่นฉันผิดหวังที่การเขียนตัวอย่างของตัวเองไม่ใช่วิธีที่ดีที่สุดในการทำสิ่งต่าง ๆ )

นอกจากนี้ในขณะที่มันไม่สมเหตุสมผลที่จะเขียนตัวอย่างของคุณเองสำหรับการวิเคราะห์เพียงครั้งเดียวแต่มันก็สมเหตุสมผลที่จะเขียนโค้ดของคุณเองสำหรับคลาสของการวิเคราะห์. เนื่องจาก JAG, Stan ฯลฯ เป็นตัวอย่างกล่องดำคุณสามารถทำให้สิ่งต่าง ๆ เร็วขึ้นโดยผู้เชี่ยวชาญสำหรับรุ่นที่กำหนดแม้ว่าจำนวนของการปรับปรุงจะขึ้นอยู่กับรุ่น แต่การเขียนตัวอย่างที่มีประสิทธิภาพสูงจากพื้นดินขึ้นมาอาจจะเป็น 10-1,000 ชั่วโมงของการทำงานขึ้นอยู่กับประสบการณ์ความซับซ้อนของแบบจำลอง ฯลฯ หากคุณกำลังทำวิจัยในวิธีการแบบเบย์หรือการเขียนซอฟต์แวร์เชิงสถิติ มันเป็นงานของคุณ แต่ถ้าเจ้านายของคุณพูดว่า "เฮ้คุณสามารถวิเคราะห์ชุดข้อมูลการวัดซ้ำนี้ได้ไหม?" และคุณใช้เวลา 250 ชั่วโมงในการเขียนตัวอย่างที่มีประสิทธิภาพเจ้านายของคุณมีแนวโน้มที่จะอารมณ์เสีย ในทางตรงกันข้ามคุณอาจจะเขียนแบบจำลองนี้ในสแตนอินพูด 2 ชั่วโมงและมีเวลาทำงาน 2 นาทีแทนที่จะใช้เวลา 1 นาทีโดยตัวอย่างที่มีประสิทธิภาพ

คำถามนี้ใช้ความคิดเห็นเป็นหลัก แต่ฉันคิดว่ามีคำตอบที่เพียงพอที่นี่ อาจมีหลายเหตุผลในการเขียนโค้ดตัวอย่างของตัวเองสำหรับปัญหาการวิจัย นี่คือบางส่วนของพวกเขา

1. ข้อเสนอ:ตามคำแนะนำของ fcop ในความคิดเห็นของพวกเขาหากตัวอย่างคือ MH การเข้ารหัสตัวอย่างของคุณเองช่วยให้คุณสามารถเล่นกับการแจกแจงข้อเสนอเพื่อรับตัวอย่างการผสมที่ดีที่สุด

2. ความยืดหยุ่น:ในโปรแกรมที่สร้างขึ้นอาจไม่ให้ความยืดหยุ่นตามที่คุณต้องการ คุณอาจต้องการเริ่มต้นด้วยค่าสุ่มที่เฉพาะเจาะจงหรือใช้โครงสร้างเมล็ดพันธุ์ที่เฉพาะเจาะจง

3. ความเข้าใจ: การเขียนโค้ดตัวอย่างของคุณเองจะช่วยให้คุณเข้าใจพฤติกรรมของตัวอย่างได้โดยให้ข้อมูลเชิงลึกเกี่ยวกับกระบวนการลูกโซ่มาร์คอฟ สิ่งนี้มีประโยชน์สำหรับนักวิจัยที่ทำงานเกี่ยวกับปัญหา

4. Onus:ถ้าข้อมูลที่ฉันใช้ในการอนุมานแบบเบย์ทั้งหมดนั้นมาจากโปรแกรมที่ฉันไม่ได้เขียนโค้ดดังนั้นความรับผิดชอบในการอนุมานจะไม่อยู่กับฉันอีกต่อไป ในฐานะนักวิจัยฉันต้องการรับผิดชอบวิธีการ / ผลลัพธ์ที่ฉันนำเสนออย่างเต็มที่ การใช้วิธีการที่สร้างขึ้นไม่อนุญาตให้คุณทำเช่นนั้น

อาจมีเหตุผลมากกว่านี้ แต่สิ่งเหล่านี้คือสิ่งที่ทำให้ฉันเขียนโค้ดตัวอย่างของฉันเอง

ฉันตอบ +1 ของ Cliff AB หากต้องการเพิ่มชิ้นอาหารอันโอชะเล็ก ๆ น้อย ๆ ถ้าคุณต้องการทำงานในระดับที่ต่ำกว่า แต่ไม่ลงไปที่ระดับรหัสทุกอย่างด้วยตัวคุณเองคุณควรจะไปรอบ ๆ สำหรับแพคเกจLapacesDemon ผู้เขียนต้นฉบับยอดเยี่ยม แต่ดูเหมือนว่าจะหลุดออกจากตารางและมีคนอื่นมายึดครองบรรจุภัณฑ์ (เชื่อใน Github ฉันเชื่อ)

มันใช้อัลกอริธึมที่น่าประทับใจจำนวนมากที่ใช้ใน MCMC และ Vignettes ที่รวมมานั้นมีค่าควรอ่านแม้ว่าคุณจะไม่ได้ใช้แพ็คเกจ ค่อนข้างตัวอย่างชนิดใด ๆ ที่คุณอ่านมันมี โค้ดของคุณแตกต่างจาก BUGS / JAGS หรือ Stan และทั้งหมดอยู่ใน R แต่บ่อยครั้งที่มันมีประสิทธิภาพมากจนสามารถแข่งขันได้