Simulación de priors Gamma e Inverse-Gamma

Este script SAS^© utiliza el procedimiento MCMC para realizar simulaciones de Monte Carlo por cadenas de Markov (MCMC) con el fin de muestrear distribuciones a priori. Configura cuatro parámetros, cada uno con una distribución a priori Gamma o Inverse-Gamma especificada por sus hiperparámetros de forma y escala o de escalar inverso. El script inicializa un conjunto de datos vacío 'a' para satisfacer la sintaxis de PROC MCMC, ya que el procedimiento se utiliza aquí principalmente para la simulación de priors en lugar del análisis de datos observados. El procedimiento está configurado para 10.000 iteraciones y guarda las muestras generadas en un conjunto de datos de salida llamado 'gout'. Se activan gráficos de densidad para visualizar las distribuciones simuladas de los parámetros. Las opciones deshabilitan las estadísticas y diagnósticos estándar para centrarse en la simulación pura de los priors.

Análisis de datos

Type : CREACIÓN_INTERNA

Un conjunto de datos SAS vacío ('a') se crea al principio del script. Este conjunto de datos sirve únicamente para la inicialización del procedimiento MCMC, que luego realiza simulaciones de distribuciones a priori sin necesidad de datos de entrada reales. Las distribuciones son completamente especificadas y generadas por el propio procedimiento MCMC a partir de sus hiperparámetros.

1 Bloque de código

DATA STEP Data

Explicación :
Este bloque DATA STEP crea un conjunto de datos SAS vacío llamado 'a'. Este conjunto de datos es un requisito sintáctico para la llamada de PROC MCMC, aunque no se procese ni se utilice ningún dato de este conjunto de datos en el contexto de esta simulación de priors.

¡Copiado!

1	DATA a;
2	RUN;

2 Bloque de código

PROC MCMC

Explicación :
Este bloque utiliza el procedimiento MCMC para simular las distribuciones de cuatro parámetros definidos en la instrucción `parms`. A cada parámetro se le asigna una distribución a priori específica (Gamma o Inverse-Gamma) con sus hiperparámetros. La opción `data=a` hace referencia al conjunto de datos vacío creado anteriormente. `nmc=10000` especifica 10.000 iteraciones de la cadena MCMC. `outpost=gout` dirige las muestras generadas al conjunto de datos 'gout'. `plots=density` solicita la creación de gráficos de densidad para las distribuciones simuladas de los priors. La instrucción `model general(0)` indica que esta MCMC es una simulación de priors sin relación con datos observados. Las instrucciones ODS activan y desactivan la salida gráfica, seleccionando específicamente los paneles de densidad.

¡Copiado!

1	ods graphics on;
2	ods select DensityPanel;
3	PROC MCMC DATA=a stats=none diag=none nmc=10000 outpost=gout
4	plots=density seed=1;
5	parms gamma_3_is2 gamma_001_sc4 igamma_12_sc001 igamma_2_is01;
6	prior gamma_3_is2 ~ gamma(shape=3, iscale=2);
7	prior gamma_001_sc4 ~ gamma(shape=0.01, scale=4);
8	prior igamma_12_sc001 ~ igamma(shape=12, scale=0.01);
9	prior igamma_2_is01 ~ igamma(shape=2, iscale=0.1);
10	model general(0);
11	RUN;
12	ods graphics off;

Este material se proporciona "tal cual" por We Are Cas. No hay garantías, expresas o implícitas, en cuanto a la comerciabilidad o idoneidad para un propósito particular con respecto a los materiales o el código contenidos en este documento. We Are Cas no es responsable de los errores en este material tal como existe ahora o existirá, ni We Are Cas proporciona soporte técnico para el mismo.

Información de copyright : /****************************************************************/ /* S A S S A M P L E L I B R A R Y */ /* */ /* NAME: MCMCGSM */ /* TITLE: Simulation of Gamma and Inverse-Gamma Priors */ /* PRODUCT: STAT */ /* SYSTEM: ALL */ /* KEYS: */ /* PROCS: MCMC */ /* DATA: */ /* */ /* REF: PROC MCMC */ /* MISC: */ /****************************************************************/

Retour à la liste