Agregar más diagnósticos y continuar el ejemplo de variables latentes

notas/referencias/book.bib

@@ -462,3 +462,15 @@ @book{PearlWhy
   title = {The Book of Why},
   year = 2018
 }
+@book{handbookmc,
+  added-at = {2015-03-24T17:28:34.000+0100},
+  author = {Brooks, Steve and Gelman, Andrew and Jones, Galin and Meng, Xiao-Li},
+  biburl = {https://www.bibsonomy.org/bibtex/22b8d02bec832fa945b62ecf7808614bf/becker},
+  interhash = {0b127e40d41a970274484b65a7e0744f},
+  intrahash = {2b8d02bec832fa945b62ecf7808614bf},
+  keywords = {carlo chain diss handbook inthesis markov mcmc monte},
+  publisher = {CRC press},
+  timestamp = {2017-08-04T09:03:42.000+0200},
+  title = {Handbook of Markov Chain Monte Carlo},
+  year = 2011
+}

notas/src/embudo-neal-reparam.stan

@@ -0,0 +1,16 @@
+parameters {
+  real y;
+  vector[9] z;
+}
+
+transformed parameters {
+  vector[9] x;
+
+  x = exp(y/2) * z;
+
+}
+
+model {
+  y ~ normal(0, 3);
+  z ~ std_normal();
+}

notas/src/embudo-neal.stan

@@ -0,0 +1,8 @@
+parameters {
+  real y;
+  vector[9] x;
+}
+model {
+  y ~ normal(0, 3);
+  x ~ normal(0, exp(y/2));
+}

notas/src/vinos-1.stan

@@ -26,3 +26,4 @@ model {
   Q ~ std_normal();
   sigma ~ exponential(1);
 }
+

notas/src/vinos-2.stan

@@ -0,0 +1,37 @@
+data {
+  int<lower=0> N; //número de calificaciones
+  int<lower=0> n_vinos; //número de vinos
+  int<lower=0> n_jueces; //número de jueces
+  int<lower=0> n_origen; //número de jueces
+  vector[N]  S;
+  array[N]  int juez;
+  array[N]  int vino;
+  array[N]  int origen;
+}
+
+parameters {
+  vector[n_vinos] Q;
+  vector[n_origen] O;
+  real <lower=0> sigma;
+}
+
+transformed parameters {
+  vector[N] media_score;
+  // determinístico dado parámetros
+  for (i in 1:N){
+    media_score[i] = Q[vino[i]] + O[origen[i]];
+  }
+}
+
+model {
+  // partes no determinísticas
+  S ~ normal(media_score, sigma);
+  Q ~ std_normal();
+  O ~ std_normal();
+  sigma ~ exponential(1);
+}
+
+generated quantities {
+  real dif_origen;
+  dif_origen = O[1] - O[2];
+}

notas/src/vinos-3.stan

@@ -0,0 +1,42 @@
+data {
+  int<lower=0> N; //número de calificaciones
+  int<lower=0> n_vinos; //número de vinos
+  int<lower=0> n_jueces; //número de jueces
+  int<lower=0> n_origen; //número de jueces
+  vector[N]  S;
+  array[N]  int juez;
+  array[N]  int vino;
+  array[N]  int origen;
+}
+
+parameters {
+  vector[n_vinos] Q;
+  vector[n_origen] O;
+  vector[n_jueces] H;
+  vector<lower=0>[n_jueces] D;
+
+  real <lower=0> sigma;
+}
+
+transformed parameters {
+  vector[N] media_score;
+  // determinístico dado parámetros
+  for (i in 1:N){
+    media_score[i] = (Q[vino[i]] + O[origen[i]] - H[juez[i]]) * D[juez[i]];
+  }
+}
+
+model {
+  // partes no determinísticas
+  S ~ normal(media_score, sigma);
+  Q ~ std_normal();
+  O ~ std_normal();
+  H ~ std_normal();
+  D ~ std_normal();
+  sigma ~ exponential(1);
+}
+
+generated quantities {
+  real dif_origen;
+  dif_origen = O[1] - O[2];
+}