Tutorial WinBUGS

More documents

Recommendations

Info

5 – Formatando os Dadoslist(xbar = 22, N = 30, T = 5,x = c(8.0, 15.0, 22.0, 29.0, 36.0),Y = structure(.Data =c(151, 199, 246, 283, 320,..........)145, 199, 249, 293, 354,137, 180, 219, 258, 291,153, 200, 244, 286, 324),.Dim = c(30,5) )
Melhorando ConvergênciaA convergência é melhorada reduzindo asautocorrelações entre as amostras nas simulações deMonte Carlo via Cadeia de Markov.Considere o exemplo modelo de regressão linear:(1) Y[i]~N(mu[]~N(mu[i],tau);],tau); mu=beta[1]+beta[2]*x[i]; ];beta[1]~N(0,1.0E-6); beta[2]~N(0,1.0E-6);tau~Ga(1E-3,1.0E-3)3)• Um útil modo de melhorar convergência é centrar x:(2) Y[i]~N(]~N(mu,tau); mu=beta[1]+beta[2]*(x[i]-mean(x[ mean(x[ ])• Outro modo é especificar uma estrutura dedependência entre beta[1] e beta[2]:(3)beta[1:2]~MVN(mu.beta[1:2],omega[ 1:2,1:2])MVN é normal multivariada com média (mu[1],mu[2])’ e matrizde variância e covariância omega[ , ].
Page 2 and 3: Introdução• Bayesian Inference
Page 4 and 5: • AnalíticosMétodos Numéricosa
Page 6 and 7: WinBUGS• Com base nesta classific
Page 8 and 9: WinBUGS - Arquivos e Documentação
Page 10 and 11: Exemplo - Regressão Linear Simples
Page 12 and 13: Grafo Acíclico Orientadoindex: i f
Page 14 and 15: Janela de TextoNote que a distribui
Page 16 and 17: orCarregando os Dados1- Formato dos
Page 18 and 19: Carregando Valores Iniciais•Autom
Page 20 and 21: Burn In: Aquecimento• Iterações
Page 22 and 23: Monitorando Nós• Digite o nome d
Page 24 and 25: Estatísticas Resumos• Estatísti
Page 26 and 27: Série Temporal• Pressione “his
Page 28 and 29: Reduzindo Variância• Gere mais 2
Page 30 and 31: 2 - Censura e truncamento• Censur
Page 32 and 33: 4 - Matrizes e indíces• n:m repr
Page 36 and 37: model{Código BUGS para o modelo 3f
Page 38 and 39: Melhorando convergência - conclus
Page 40: Vamos ao WinBUGSExemplos:1. Line: L

Tutorial WinBUGS

Create successful ePaper yourself

Delete template?

Save as template?