Ne zaman bootstrap ve bayesian tekniği kullanılır?

12

Güvenilirlik testini içeren oldukça karmaşık bir karar analizi problemim var ve (bana göre) mantıksal yaklaşım, Bayes analizini desteklemek için MCMC kullanmayı içeriyor gibi görünüyor. Bununla birlikte, bir önyükleme yaklaşımı kullanmanın daha uygun olacağı önerilmiştir. Birisi herhangi bir tekniğin diğerine göre (belirli durumlar için bile) kullanımını destekleyebilecek bir referans (veya üç) önerebilir mi? FWIW, çoklu, farklı kaynaklardan ve birkaç / sıfır hata gözleminden verilerim var. Alt sistem ve sistem düzeylerinde de verilerim var.

Bunun gibi bir karşılaştırma mevcut olmalı, ama her zamanki şüphelileri aramakta şansım olmadı. Herhangi bir işaretçi için şimdiden teşekkürler.

bayesian  bootstrap 
— Aengus
kaynak
1
Klasik önyüklemenin bilgisayar tarafından uygulanan bir maksimum olabilirlik yöntemi olarak düşünülebileceği göz önüne alındığında (örneğin, bayesci olmayan (düz bir önceki) teknik), sorunuzu "ne zaman sık ve bayesian tekniği kullanılacağı" gibi bir şeye yeniden yazmak daha iyi olur ?" Bootstrap hakkında bazı bilgiler: stats.stackexchange.com/questions/18469/…
— Yevgeny
1
Hmmm ... Sanırım katılmıyorum. Umarım 'bootstrap' özellikle aralığın karakterizasyonunu önerir; sadece 'frekansçıdan' biraz daha odaklanmış. En azından 'bootstrap' dini fanatiklerin çoğunu uzak tutacaktır. Ayrıca, bağlantı için teşekkürler, ancak bunu göndermeden önce önceki yorumunuzu biliyordum.
— Aengus
1
Yeniden ifade edeyim, yararlı ön bilginiz var mı veya sorunun hiyerarşik (iç içe) bir yapısı var mı? Eğer öyleyse, o zaman bir bayes tekniği muhtemelen daha iyidir (özellikle model parametrelerinin sayısı mevcut verilerin miktarına göre büyükse, tahmin "bayes küçülmesinden" fayda sağlayacaktır). Aksi takdirde MLE / bootstrap yeterlidir.
— Yevgeny
Sanırım başka bir olası yaklaşım, aluduğunuz hiyerarşik yapıyı modellemek için karışık efekt modelleri kullanmaktır (örneğin R paketi lme4 kullanmak). Bu, çok sayıda parametreye sahip (hiyerarşik) modeller için tahminlerin stabilize edilmesine de yardımcı olacaktır.
— Yevgeny
1
Bir bootstrap analizi çok iyi bir Bayes analizi olarak görülebilir, bu nedenle sorunuz neredeyse "Bootstrap'i başka bir Bayesian modeline karşı ne zaman kullanacağınız" olabilir (Sorunuz beni bootstrap'ın bu yorumunu bir Bayesian modeli olarak yazmaya teşvik etti. : sumsar.net/blog/2015/04/… ). Soru göz önüne alındığında, @Yevgeny ile bir model önerebilmemiz için muhtemelen özel sorununuzla ilgili daha fazla bilgiye ihtiyacımız olacağını kabul ediyorum.
— Rasmus Bååth

Yanıtlar:

15

Benim düşünceme göre, sorun açıklamanız iki ana konuyu işaret ediyor. İlk:

Oldukça karmaşık bir karar analizim var ...

Elinizde bir kayıp fonksiyonunuz varsa, sık sık risk mi yoksa posterior beklenen kaybı mı önemsediğinize karar vermeniz gerekir . Bootstrap, veri dağıtımının yaklaşık işlevlerini görmenizi sağlar, böylece eski ile yardımcı olur; ve MCMC'den posterior numuneler, ikincisini değerlendirmenize izin verecektir. Fakat...

Alt sistem ve sistem düzeylerinde de verilerim var

dolayısıyla bu veriler hiyerarşik bir yapıya sahiptir. Önyükleme başlangıçta iid olarak modellenen veriler için tasarlanmıştır ise Bayes yaklaşımı modelleri, veri çok doğal olarak, bu (giriş kısmındaki referanslar hiyerarşik veri genişletilmiş olsa da , bu kağıt ), bu tür yaklaşımlar soyut göre (henüz geliştirilmemiştir bu makale ).

Özetlemek gerekirse: gerçekten önem verdiğiniz sıkça karşılaşılan bir riskse, bootstrap'in karar teorisine uygulanmasında bazı orijinal araştırmalar gerekebilir. Ancak, posterior beklenen kaybı en aza indirmek karar probleminize daha doğal bir uyum sağlıyorsa, Bayes kesinlikle gitmenin yoludur.

— Cam göbeği
kaynak
Teşekkürler, bunlardan hiçbiriyle karşılaşmadım; ikinci makale özellikle ilginç görünüyor.
— Aengus
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.