Statistical Computing '99 - Schloß Reisensburg

Konvergenz- und Output Analyse für Gibbssampler Output

Ulrich Mansmann
Institut für Medizinische Informatik, Biometrie und Epidemiologie
Freie Universität Berlin

Eine naive Interpretation von Gibbssampler Output beinhaltet zwei grosse Fehlerquellen: 1.) Verzerrte Parameterschätzer im Falle eines Samples von einer Markovkette, die ihren stationären Zustand noch nicht erreicht hat, 2.) zu optimistische Standardfehler für die Schätzer, weil zu deren Berechnung abhängige Werte (mit within-chain correlations) verwendet wurden.

CODA ist ein SPlus basiertes Tool, das verschiedene Werkzeuge zum Bewältigen der obengenannten Probleme anbietet. An zwei scheinbar einfachen Beispielen (Hidden Markov Ansatz bei Wachstumskurven und Informativ Missing Values bei Verlaufsbeobachtungen) wird die Notwendigkeit einer sorgfältigen Outputanalyse und der Einsatz von CODA demonstriert.


31. Statistical Computing '99