Escolar Documentos
Profissional Documentos
Cultura Documentos
o u d o r Int a c i t s t a t Es
o a t u p m o C a i m o n o r t s A em
BY
Introduo
Parte 1 Otimizao Global - a filosofia do ponto de vista prtico - algoritmos clssicos - vantagens e problemas - Cross-Entropy
Parte 2
C C e outro - a filosofia do ponto de vista prtico - principais vantagens e problemas - istogramas! m"ltidimensionais - MCMC
# e goal of science is to "nlock nat"re$s secrets% %%% &"r "nderstanding comes t ro"g t e development of t!eoretical models ' ic are capable of e(plaining t e e"istin# obser$ations as 'ell as making testable predictions% %%% Fort"nately) a variety of sop isticated mat ematical and computational approac!es ave been developed to elp "s t ro"g t is interface) t ese go "nder t e general eading of statistical in%erence%! *+% C% ,regory) -../0
Eric )ei#elson
*7-ray astronomer 'it -/ yrs statistical e(perience0
# e application of statistics to scientific data is not a straig tfor'ard) mec anical enterprise% It re1"ires caref"l statement of t e problem) model form"lation) c oice of statistical met od*s0) calc"lation of statistical 1"antities) and 2"dicio"s eval"ation of t e res"lt% Modern statistics is vast in its scope and met odology% It is diffic"lt to find ' at may be "sef"l *2argon problem30) and t ere are "s"ally several 'ays to proceed% 4ome iss"es are debated among statisticians% Many statistical proced"res are based on mat ematical proofs ' ic determine t e applicability of establis ed res"lts5 it is eas& to i#nore t!ese limits and emer#e 'it! unreliable results( It can be diffic"lt to interpret t e meaning of a statistical res"lt 'it respect to t e scientific goal% 6e are scientists first3 4tatistics is only a tool% 6e s o"ld be kno'ledgeable in o"r "se of statistics and 2"dicio"s in its interpretation%
)re*uentista+ M8todos clssicos de infer9ncia : ip;teses fi(as e dados variam ,a&esiano+ M8todos de inferencia baseados no #eorema de <ayes envolvendo verosemel an=a e distrib"i=>es a priori : ?ados s@o fi(os e ip;teses variam -"ima .erosemel!ana+ M8todo Fre1"entista do 4ec"lo -. para estimar parametros de modelos : verosemel an=a de modelo e dados C C+ M8todo comp"tacional recente para efet"ar integra=>es no espa=o de ip;teses para <ayesianos
Astronomia moderna precisa de estatBstica moderna e esta s; pode ser feita comp"tacionalmente
Mel or a2"ste!
Como encontr-2lo3
GI/H
4todos computacionais5
J K definir o 1"e 8 "ma boa *mel or0 sol"=@o - K definir como b"scar essa sol"=@o
,uscando a soluo+
6eterminsticos - grids "niformes - m8todos de corte - m8todos geom8tricos - o"tros Escol a depende do problema3 Estoc-sticos - 4im"lated annealing - Monte Carlo direto e varia=>es 7eursticos - algoritmos evol"tivos - particleLant s'arm - cross-entropy - o"tros
+op"la=@o Inicial
terminar
n@o
sim
+onto de corte
n bits
Mapeamento binrioM
<inrio *U bits0
decimal
+ode incl"ir o"tros crit8rios pertinentes ao problema 4 P MinV"ad W Car*obs-model0 C"idado com valor relativo de cada parte3 In%luencia $elocidade de con$er#Dncia
1ualidades e incon$eniDncias do AG
,O +ermite sol"cionar problemas comple(os YaEoavelmente simples de implementar Cis@o "m tanto pessoal3 Nat"ralmente paraleliEvel &timiEa=@o combinat;ria o" contBn"a
Eo to ,O M"itos parDmetros para acertar! N@o m"ito simples de implementar dependendo dos parDmetros +ode evol"ir para "ma sol"=@oLespecie r"im
4ele=@o das mel ores de acordo com 0 Nova +op"la=@o baseada em E?m,sA com F calc"lados dos mel ores
terminar
n@o
sim
8m e"emplo simples
M(imo global
1ualidades e incon$eniDncias do CE
,O +ermite sol"cionar problemas comple(os M"ito simples de implementar Nat"ralmente paraleliEvel &timiEa=@o combinat;ria o" contBn"a
Ea pr-tica(((
Yesolvendo o problema anterior no I?X "sando CE & efeito do smoot ing! Uma f"n=@o mais comple(a Um problema de a2"ste linear simples #r"ncamento no espa=o de parDmetros
boot
Calc"lo do estimador
N amostrasZ
n@o
sim
intervalos de confian=a
E(emplo I?X%%%
E"pressando a incerteza
Fre1"9ncia
In%erDncia ,a&esiana
Para estimar parametros +remissaM escol a do modelo : o 1"e se pode diEer sobre q
Para in%erir sobre modelos +remissaM escol a do con2"nto de modelos i : o 1"e se pode diEer sobre i
E"emplo
Ea pr-tica mesmo(((
4"pon a dados com erros ga"ssianos $erosemel!ana
posteriori
Inte#rao
onte Carlo
simples
+or importDncia
arJo$ C!ain
onte Carlo ? C CA
4todo de
etropolis27astin#s
aP