สแตน


16

ผมจะผ่านเอกสารสแตนซึ่งสามารถดาวน์โหลดได้จากที่นี่ ฉันมีความสนใจเป็นพิเศษในการใช้งานการวินิจฉัยของเจลแมน - รูบิน กระดาษดั้งเดิมGelman & Rubin (1992)กำหนดปัจจัยการลดขนาดที่อาจเกิดขึ้น (PSRF) ดังนี้

Let เป็นฉัน TH โซ่มาร์คอฟชิมและให้มีการรวมMโซ่อิสระตัวอย่าง ให้ˉ Xฉันเป็นค่าเฉลี่ยจากฉันห่วงโซ่, th และˉ Xเป็นค่าเฉลี่ยโดยรวม กำหนด W = 1Xi,1,,Xi,NiMX¯iiX¯ ที่ s 2 m =1

W=1Mm=1Msm2,
และกำหนด B B = N
sm2=1N1t=1N(X¯mtX¯m)2.
B
B=NM1m=1M(X¯mX¯)2.

กำหนดV = ( N - 1

V^=(N1N)W+(M+1MN)B.
R^
R^=V^Wdf+3df+1,
df=2V^/Var(V^)

df(M+1)/M

var^+(θ|y)=N1NW+1NB.
R^=var^+(θ|y)W.

M2(M+1)/Mdf

ดังนั้นสูตรนี้มาจากไหน?


แก้ไข: ฉันได้พบคำตอบบางส่วนสำหรับคำถาม " สูตรนี้มาจากไหน " ในหนังสือBayesian Data Analysis โดย Gelman, Carlin, Stern และ Rubin (ฉบับที่สอง) มีสูตรเดียวกันทั้งหมด อย่างไรก็ตามหนังสือเล่มนี้ไม่ได้อธิบายว่าทำไมจึงสมควรที่จะเพิกเฉยต่อข้อกำหนดเหล่านั้น


ยังไม่มีบทความที่ตีพิมพ์ในนั้นและอาจมีการเปลี่ยนแปลงสูตรในอีกไม่กี่เดือนข้างหน้า
Ben Goodrich

@BenGoodrich ขอบคุณสำหรับความคิดเห็น คุณสามารถพูดอะไรเพิ่มเติมเกี่ยวกับแรงจูงใจในการใช้สูตรนี้ได้หรือไม่? และทำไมสูตรจึงเปลี่ยนไปอย่างแน่นอน
Greenparker

1
สูตร R-hat แยกปัจจุบันเป็นวิธีที่มันเป็นส่วนใหญ่เพื่อให้ใช้กับกรณีที่มีเพียงหนึ่งโซ่ การเปลี่ยนแปลงที่จะเกิดขึ้นส่วนใหญ่จะจัดการกับความจริงที่ว่าการกระจายหลังส่วนล่างพื้นฐานอาจไม่ปกติหรือมีค่าเฉลี่ยและ / หรือความแปรปรวน
เบ็น Goodrich

1
M=2(M+1)/M=3/2

คำตอบ:


4

σ^=n1nW+1nB
σ^σ^+var^+

var^+

R^=m+1mσ^+Wn1mn,
R^=σ^+W+σ^+Wmn1mn.
n

Gelman & Rubin (1992) มีคำที่มี df เป็น df / (df-2) Brooks & Gelman (1998) มีส่วนที่อธิบายว่าเหตุใดการตัดสินใจ df นี้ไม่ถูกต้องและกำหนด (df + 3) / (df + 1) ย่อหน้าก่อนส่วน 3.1 ใน Brooks & Gelman (1998) อธิบายว่าทำไม (d + 3) / (d + 1) สามารถถูกทิ้งได้

σ^+Wmn1mn

R^nm

โดยปกติ M จะไม่ใหญ่เกินไปและมักจะอยู่ในระดับต่ำเช่นเดียวกับ 2

R^

ข้อมูลอ้างอิงเพิ่มเติม:

  • Brooks and Gelman (1998) วารสารสถิติการคำนวณและกราฟิก, 7 (4) 434-455

σ^2R^(σ^2+B/mn)/Wdfterm(m+1)/m

ฉันสับสน บทความผ่านลิงค์ที่คุณให้ไว้และบทความจากหน้าเว็บสถิติวิทยาศาสตร์มีเพียงหน้า 457-472 ฉันไม่ได้ตรวจสอบตอนนี้ แต่ปีที่ผ่านมาและปีที่แล้วเมื่อฉันตรวจสอบตอนจบมันไม่ได้มีรุ่นที่แนะนำในปัจจุบัน
Aki Vehtari

โปรดทราบว่าฉันแก้ไขคำตอบของฉัน Gelman & Brooks (1998) มีคำว่า (m + 1) / m ชัดเจนยิ่งขึ้นและดูเหมือนว่าคุณพลาดคำสุดท้ายซึ่งส่วนใหญ่จะยกเลิกผลของคำ (m + 1) / m สำหรับการตัดสินใจ ดูย่อหน้าก่อนส่วน 3.1
Aki Vehtari

ขออภัยเกี่ยวกับสิ่งนั้นซึ่งเป็นตัวพิมพ์ผิด หน้า 465 และ Gelman และ Rubin มีคำจำกัดความที่แน่นอนเหมือนกับ Brooks และ Gelman (ซึ่งคุณระบุไว้ข้างต้น) สมการที่ 1.1 ใน Brooks และ Gelman เป็นสิ่งที่ฉันเขียนไว้เช่นกัน (เมื่อคุณจัดเรียงคำศัพท์ใหม่)
Greenparker

"เราสามารถเห็นได้ว่าผลกระทบของคำที่สองและสามมีความสำคัญน้อยสำหรับการตัดสินใจเมื่อ n มีขนาดใหญ่" ดังนั้นสิ่งที่คุณพูดคือการแสดงออกใน BDA และด้วยเหตุนี้ STAN มาจากการเพิกเฉยต่อคำเหล่านี้สำหรับ n ขนาดใหญ่
Greenparker
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.