STAT 101
M09 · L03
الوحدة 9 · الدرس 3

الأساليب الحسابية البايزية

التوزيع البعْدي سهل الكتابة، لكنه في العموم مستحيل التطبيع. تتجاوز سلسلة ماركوف مونت كارلو (MCMC) التكامل تماماً — فهي تأخذ عيّنات من البعْدي بدل تقييمه.

01 / 10
STAT 101
M09 · L03
لماذا تندر الإجابات التحليلية

المقام المستعصي

البعْدي، كاملاً
p(\theta \mid D) = \dfrac{p(D \mid \theta)\,p(\theta)}{\int p(D \mid \theta)\,p(\theta)\,d\theta}

خارج الأزواج المترافقة لا يملك ذلك التكامل على θ صيغةً مغلقة، وفي أبعادٍ كثيرة لا يبلغه أيُّ تربيعٍ عددي. نستطيع حساب البسط لأيّ θ — أمّا الثابت الذي يُطبّعه فلا.

02 / 10
STAT 101
M09 · L03
الحيلة

سلسلةٌ تستقرّ على البعْدي

  • ابنِ سلسلة ماركوف — كل خطوة تعتمد على الحالة الراهنة وحدها
  • اختَر انتقالاتها بحيث يكون توزيعها المستقر هو البعْدي نفسه
  • شغّلها مدةً كافية فتصير الحالات التي تزورها هي عيّناتٍ من p(θ∣D)
  • وأيُّ كميةٍ بعْدية — متوسّط، أو فترة موثوقة، أو احتمال ذيل — تصير عندئذٍ متوسطاً على تلك العيّنات

والأهمّ أنه لا يُحتاج إلا إلى نِسَب البعْدي، فيُختصَر ثابت التطبيع المفقود ولا يلزم حسابه أبداً.

03 / 10
STAT 101
M09 · L03
الخوارزمية العامة

ميتروبوليس–هيستينغز

احتمال القبول
\alpha = \min\!\left(1,\; \dfrac{p(x')\,q(x \mid x')}{p(x)\,q(x' \mid x)}\right)

اقترِح انتقالاً x→x′، ثم اقبله باحتمال α — وإلّا فابقَ مكانك. ومع اقتراحٍ متماثل تُختصَر نسبة q إلى α = min(1, p(x′)/p(x)). والتوازن التفصيلي هو ما يجعل البعْدي مستقراً.

04 / 10
STAT 101
M09 · L03
المقبض الذي يقرّر كل شيء

عرض الاقتراح: القبول مقابل المزج

  • صغيرٌ جداً — يُقبَل كل انتقال تقريباً، لكن السلسلة تتخبّط في مكانها: ارتباطٌ ذاتيٌّ عالٍ، وحجم عيّنةٍ فعّال ضئيل
  • كبيرٌ جداً — يُرفَض كل انتقال تقريباً، فتَعلَق السلسلة وتتوقّف
  • نطاقٌ صحّيٌّ بينهما — انتقالاتٌ بحجمٍ مفيد تُقبَل بما يكفي للاستكشاف
  • في الأبعاد العالية، معدّل قبولٍ قرب 0.234 قاعدةٌ تقريبية معروفة (Roberts, Gelman & Gilks, 1997)
05 / 10
STAT 101
M09 · L03
حين تُعرَف التوزيعات الشرطية

أخذ عيّنات غيبس

توزيعٌ شرطيٌّ كامل
x_1 \mid x_2 \sim \mathcal{N}(\rho x_2,\; 1 - \rho^2)

حين يكون التوزيع الشرطي الكامل لكل معلمةٍ معروفاً بصيغةٍ مغلقة، اسحَب كل إحداثيٍّ بدوره من شرطيّه الخاص مع تثبيت البقية. تُقبَل كل عيّنة — بلا خطوة رفض. وللتوزيع الطبيعي الثنائي المترابط أعلاه تكون الشرطيات غاوسيةً تماماً. ويمزج غيبس جيداً حيث يمكن استخدامه، لكن الشرطيات لا يمكن اشتقاقها دائماً.

06 / 10
STAT 101
M09 · L03
هل نجح فعلاً؟

مخطّطات الأثر والتقارب

  • مخطّط الأثر — السلسلة الصحّية شريطٌ أفقيٌّ مشعّث؛ والعالقة تُظهر مقاطع مسطّحة طويلة أو انزلاقاً بطيئاً
  • الإحماء — اطرح العيّنات المبكّرة المأخوذة قبل بلوغ السلسلة منطقتها المستقرة
  • الارتباط الذاتي وESS — العيّنات المترابطة تحمل معلومةً أقل؛ وحجم العيّنة الفعّال هو كم عيّنةً مستقلة تعادلها
  • R-hat — شغّل عدة سلاسل من بداياتٍ مختلفة؛ فحين تتداخل (R̂ ≈ 1) تكون قد تقاربت
07 / 10
STAT 101
M09 · L03
جرّبها

شاهِد سلسلةً تمتزج

حرّك عرض الاقتراح وراقب مقايضة القبول بالمزج — الخطوات الصغيرة تزحف، والكبيرة تَعلَق، والنطاق الأوسط يستكشف.

1.10
القبول — · حرّك σ وراقب المقايضة
بيئة تجريبية كاملة
08 / 10
STAT 101
اختبار سريع

تحقّق ممّا ثبت

أربعة أسئلة من هذا الدرس. أجب لترى السبب — يظهر الشرح سواء أصبتَ أم أخطأت. ولا شيء يُسجّل أو يُحفَظ.

السؤال 1 من 0
النتيجة 0/0

09 / 10
STAT 101
ملخّص
خلاصة

ما تعلّمته

  • تكامل تطبيع البعْدي مستعصٍ عادةً — فتأخذ MCMC عيّنات من البعْدي بدل تقييمه
  • يقترح ميتروبوليس–هيستينغز ثم يقبل بـα = min(1, …)؛ والتوازن التفصيلي يجعل البعْدي مستقراً
  • عرض الاقتراح يقايض القبول بالمزج؛ و~0.234 هي القاعدة التقريبية في الأبعاد العالية
  • يسحب غيبس كل إحداثيٍّ من شرطيّه الكامل التامّ ويقبل كل عيّنة
  • شخّص بمخطّطات الأثر، والإحماء، والارتباط الذاتي/ESS، وR-hat عبر السلاسل
10 / 10