Gibbs Sampling과 MH Sampling 공통점과 차이점 정리

Gibbs Sampling과 MH Sampling 공통점과 차이점 정리
Photo by Eduardo Soares / Unsplash

공통점

  • MCMC 알고리즘: 두 알고리즘 모두 마르코프 체인을 사용하여 확률 분포에서 샘플링합니다. 마르코프 체인은 과거 상태만 고려하여 다음 상태를 결정하는 확률적 모델입니다.
  • 베이즈 추론: 두 알고리즘 모두 베이즈 추론에서 사후 분포를 추정하는 데 사용됩니다. 베이즈 추론은 사전 정보와 관측 데이터를 결합하여 사후 분포를 계산하는 방법입니다.

차이점

  • 제안 분포: 깁스 샘플링은 각 변수의 조건부 분포를 제안 분포로 사용합니다. 반면에 메트로폴리스-헤이스팅스 샘플링은 임의의 제안 분포를 사용할 수 있습니다.
  • 수락 확률: 깁스 샘플링은 항상 새로운 샘플을 받아들입니다. 반면에 메트로폴리스-헤이스팅스 샘플링은 새로운 샘플을 받아들이는지 거부하는지 확률에 따라 결정합니다.

동전던지기 예시

  • 동전을 10번 던졌을 때 앞면이 5번 나왔다고 가정해봅시다. 동전의 앞면이 나올 확률을 추정하기 위해 베이즈 추론을 사용할 수 있습니다.

  • 깁스 샘플링

    • 초기값 설정: 앞면이 나올 확률에 대한 초기값을 설정합니다. 예를 들어, 0.5로 설정할 수 있습니다.
    • 반복: 다음 단계를 10번 반복합니다.
    • 조건부 분포 계산: 앞면이 나올 확률의 조건부 분포를 계산합니다. 이 경우, 이항 분포를 사용합니다.
    • 샘플링: 조건부 분포에서 새로운 샘플을 추출합니다.
    • 결과: 추출된 샘플들을 사용하여 앞면이 나올 확률의 사후 분포를 추정합니다.
  • 메트로폴리스-헤이스팅스 샘플링

    • 다음은 동전 던지기 예시입니다. 동전을 10번 던졌을 때 앞면이 5번 나왔다고 가정
    • 초기값 설정 및 제안분포는 Gibbs와 동일
      • 목표 분포: 베타 분포 Beta(α,β)
      • 제안 분포: 현재 상태 θ에서 평균이 θ, 분산이 σ2인 정규 분포
    • 반복: 다음 단계를 10번 반복합니다.
      • 새로운 샘플 제안: 정규 분포에서 새로운 샘플 θ′를 추출합니다.
      • 수락 확률 계산: 다음과 같이 수락 확률 α(θ,θ′)를 계산합니다.
        • $α(θ, θ') = min{1, \frac{Beta(\theta' + \alpha - 1, \beta + n - \theta' - 1)}{Beta(\theta + \alpha - 1, \beta + n - \theta - 1)} \cdot \frac{N(\theta | \theta', \sigma^2)}{N(\theta' | \theta, \sigma^2)}}$
      • 샘플 수락/거부: 균일 무작위 변수 u를 0과 1 사이에서 추출하고, u≤α(θ,θ′)인지 확인합니다.
        • u≤α(θ,θ′): 새로운 샘플 θ′를 받아들입니다.
        • u>α(θ,θ′): 새로운 샘플 θ′를 거부하고 현재 상태 θ를 유지합니다.
    • 결과: 추출된 샘플들을 사용하여 앞면이 나올 확률의 사후 분포를 추정합니다.
      • 위의 과정을 10번 반복하여 θ의 사후 분포를 추정합니다.

🗃️ Reference

Read more

[책]Reshuffle: Who wins when AI restacks the knowledge economy

[책]Reshuffle: Who wins when AI restacks the knowledge economy

원래는 Amazon에 가서 Personal Knowledge Managment에 관한 책을 사려고 했다. Sketch Your Mind라는 책이었는데, 그 때 이 책 “Reshuffle”을 발견하였다. AI가 어떻게 Knowledge Economy를 흔들 것가? 라는 부제를 훑어보면서 저자가 쓴 다른 책을 보게 되었는데 거기에 내가 좋아했던 책을쓴 저자라는 것을 알게 되었다. 그래서 크게 고민하지 않고 구매를 하고

By Bongho, Lee
[책]올라운드투자, 누군가의 투자일기

[책]올라운드투자, 누군가의 투자일기

“올라운드 투자”라는 제목을 보았을 때는, “올라운드 플레이어”가 생각이 났다. “올라운드”라는 표현을 오랜만에 들어본 까닭이었다. 그럼에도 불구하고 이 책을 고른 것은 저자가 그간 보여준 컨텐츠에 대한 신뢰가 있던 까닭이었다. 컨텐츠를 다양하게 보는 편이지만 깊이가 아주 있지는 않았다. 여기서 깊이라 함은 기존 전문적인 정량적 분석의 내용의 수준을 말하는 것이다.

By Bongho, Lee
내가 놓치고 있던 미래, 먼저 온 미래를 읽고

내가 놓치고 있던 미래, 먼저 온 미래를 읽고

장강명 작가의 책은, 유학시절 읽고 처음이었다. 유학시절 "한국이 싫어서"라는 책은 동기부여가 상당히 되는 책이었다. 한국을 떠나 새로운 정채성을 학생으로서 Build up 해나가고 있던 상황에서 이 책은 제목부터 꽤 솔깃하였다. 물론 결말이 기억날 정도로 인상깊은 책은 아니었지만 말이다. 그렇게 시간이 흘러 장강명 작가의 책은 더 이상 읽지 않던

By Bongho, Lee