egutierrez
d115d8e830
Nuevo dominio cpp/functions/datascience con primitivas puras CPU para post- proceso de samples Monte Carlo y diagnostico de cadenas MCMC. Diseñadas como gemelas CPU de los kernels GPU (rng pareja con gpu_rng_glsl, MH 1D/ND con mc_metropolis_hastings_gpu) para validar numericamente y para datasets pequeños donde el dispatch GPU no compensa. - rng: xoshiro256++ con uniform / normal (Box-Muller) / below (Lemire) / categorical. Determinista bit-exacto dado seed. - stats_summary: sum (Kahan), mean, var/std (Welford one-pass), min, max, quantile / percentile (R type-7). - autocorr: r(k), ACF, tau_int (Sokal) — diagnostico ACF y ESS. - rhat_ess: Gelman-Rubin clasico y split + ESS basico (multi-chain). - beta_dist: lgamma (Lanczos), beta_pdf, beta_cdf (continued fraction), beta_quantile, mean/var/std — para inferencia Beta-Binomial. - drawdown: max_dd absoluto/pct + underwater series para sesiones simuladas y backtests. - samples_to_grid_2d: binning 2D CPU para alimentar heatmap_cpp_viz / contour_cpp_viz desde samples (x[], y[]). - metropolis_hastings: MH 1D y ND con target log-pdf como std::function (no normalizada). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
28 lines
1.1 KiB
C++
28 lines
1.1 KiB
C++
#pragma once
|
|
|
|
#include <cstddef>
|
|
|
|
namespace fn::ds {
|
|
|
|
// Diagnosticos multi-chain para MCMC. Las cadenas estan dispuestas como
|
|
// chains[m * n + i] (row-major: m chains, n samples cada una). Todas las
|
|
// cadenas deben tener la misma longitud n.
|
|
//
|
|
// rhat: Gelman-Rubin estandar. R_hat = sqrt(((n-1)*W + B) / (n*W)) donde
|
|
// W = within-chain variance promedio, B = between-chain variance.
|
|
// Convergencia tipica: R_hat < 1.01.
|
|
double rhat(const double* chains, std::size_t m, std::size_t n);
|
|
|
|
// rhat_split: variante moderna (Stan / pymc) que parte cada cadena en dos
|
|
// mitades antes de computar R_hat sobre 2m sub-cadenas. Detecta no-mixing
|
|
// en cadenas que parecen estables pero estan stuck en distintos modos.
|
|
double rhat_split(const double* chains, std::size_t m, std::size_t n);
|
|
|
|
// ess_basic: Effective Sample Size por cadena, suma sobre cadenas.
|
|
// ESS_chain = n / tau_int(chain), ESS_total = sum_chains.
|
|
// Conservador para multi-chain (no usa la varianza between).
|
|
double ess_basic(const double* chains, std::size_t m, std::size_t n,
|
|
std::size_t max_lag = 200, double cutoff = 0.05);
|
|
|
|
} // namespace fn::ds
|