«bayesian-network» etiketlenmiş sorular

Bir Bayes ağı, olasılığa dayalı, döngüsel olmayan bir grafiktir. Düğümler Bayesci anlamda rastgele değişkenleri temsil eder (gözlemlenebilir veya gözlemlenemez); kenarlar, düğümler arasındaki koşullu bağımlılıkları temsil eder.

3
İstatistiksel bağımsızlık nedensellik eksikliği anlamına mı geliyor?
İki rastgele değişken A ve B istatistiksel olarak bağımsızdır. Bu, işlemin DAG'sinde şu anlama gelir: ve elbette . Ancak bu, B'den A'ya hiçbir ön kapı olmadığı anlamına mı geliyor?(A⊥⊥B)(A⊥⊥B)(A {\perp\!\!\!\perp} B)P(A|B)=P(A)P(A|B)=P(A)P(A|B)=P(A) Çünkü o zaman almalıyız . Yani durum buysa, istatistiksel bağımsızlık otomatik olarak nedensellik eksikliği anlamına mı geliyor?P(A|do(B))=P(A)P(A|do(B))=P(A)P(A|do(B))=P(A)


3
AUC neden daha doğru olan bir sınıflayıcı için daha doğru bir sınıflayıcıya göre daha yüksektir?
İki sınıflandırıcım var A: saf Bayesian ağı B: ağaç (tek başına bağlı) Bayesian ağı Doğruluk ve diğer önlemler bakımından A, B'den daha kötü performans gösterir. Ancak, ROC analizi yapmak için RR ROCR ve AUC paketlerini kullandığımda, A için AUC'nin B için AUC'den daha yüksek olduğu ortaya çıktı. olay? Gerçek pozitif …


1
Bir lmer modelden etkilerin tekrarlanabilirliğinin hesaplanması
Bu yazıda , karışık etki modellemesi ile bir ölçümün tekrarlanabilirliğini (diğer bir deyişle güvenilirlik, sınıf içi korelasyon) nasıl hesaplayacağımı anladım . R kodu şöyle olurdu: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

1
Bayes Ağlarından Yapay Sinir Ağlarına: çok değişkenli regresyon çok çıkışlı bir ağa nasıl aktarılabilir
Bayesian Hiyerarşik Doğrusal Model ile uğraşıyorum , burada onu tanımlayan ağ. YYY , bir süpermarketteki bir ürünün günlük satışlarını temsil eder (gözlemlenir). XXX , fiyatlar, promosyonlar, haftanın günü, hava durumu, tatiller dahil olmak üzere bilinen bir gerileme matrisidir. 1SSS , her bir ürünün bilinmeyen gizli envanter seviyesidir, bu da en …

2
Yapısal Eşitlik Modelleri (SEM) ve Bayes Ağları (BN'ler)
Buradaki terminoloji bir karmaşa. "Yapısal eşitlik", "mimari köprü" kadar belirsizdir ve "Bayes ağı" özünde Bayes değildir . Daha da iyisi, nedensellik tanrısı Judea Pearl , iki model okulunun neredeyse aynı olduğunu söylüyor . Peki, önemli farklar nelerdir? (Benim için şaşırtıcı olan, SEM'ler için Wikipedia sayfası, bu yazıdan itibaren "ağ" kelimesini …

3
Nedensel Bayes ağlarında d-ayırma teorisini anlama
Nedensel Bayes Ağlarındaki d-Separation mantığını anlamaya çalışıyorum. Algoritmanın nasıl çalıştığını biliyorum, ancak "bilgi akışı" nın neden algoritmada belirtildiği gibi çalıştığını tam olarak anlamıyorum . Örneğin yukarıdaki grafikte, bize sadece X verildiğini ve başka bir değişkenin gözlenmediğini düşünelim. Sonra d-ayırma kurallarına göre, X'den D'ye bilgi akışı: X, olan A'yı etkiler . …


4
Yönlendirilmiş asiklik grafikteki kenarlar nedensellik gösteriyor mu?
Bireysel çalışma kitabı olan Olasılıksal Grafik Modelleri okuyorum . Yönlendirilmiş bir asiklik grafikteki (DAG) kenarlar nedensel ilişkileri temsil ediyor mu? Bir Bayes ağı kurmak istiyorsam , ancak içindeki okların yönünden emin değilsem ne olur? Bana söyleyecek olan tüm veriler, aralarındaki bağlantı değil gözlemlenen korelasyonlardır. Çok fazla şey istediğimi biliyorum, çünkü …

1
Pymc kullanarak Bayes ağ çıkarımları (Yeni başlayanların kafa karışıklığı)
Şu anda Coursera'da Daphne Koller'in PGM kursuna katılıyorum. Bu bağlamda, genellikle bir Bayes Ağı'nı, gözlemlenen verilerin bir parçası olan değişkenlerin bir sebep ve sonuç odaklı grafiği olarak modelliyoruz. Ancak PyMC öğreticileri ve örneklerinde genellikle PGM ile aynı şekilde modellenmediğini veya en azından kafam karıştığını görüyorum. PyMC'de gözlemlenen herhangi bir gerçek …

2
Bayes sinir ağı kullanmanın avantajları nelerdir?
Son zamanlarda bir sinir ağındaki girdi ve çıktı arasındaki olasılık ilişkisini veren Bayes sinir ağı (BNN) [Neal, 1992] , [Neal, 2012] hakkında bazı makaleler okudum . Böyle bir sinir ağını eğitmek, geleneksel geri yayılma algoritmasından farklı olan MCMC aracılığıyla yapılır. Sorum şu: Böyle bir sinir ağını kullanmanın avantajı nedir? Daha …

1
Fisher Kesin Testi ve Hipergeometrik Dağılım
Balıkçı testini daha iyi anlamak istedim, bu yüzden f ve m erkek ve kadına karşılık gelen ve n ve y "soda tüketimine" karşılık gelen aşağıdaki oyuncak örneğini tasarladım: > soda_gender f m n 0 5 y 5 0 Açıkçası, bu büyük bir basitleştirme, ama bağlamın önüne geçmesini istemedim. Burada sadece …

1
Markov battaniyesi ve Bayes ağında normal bağımlılık
Bayes ağları hakkında okurken, " Markov battaniyesi " terimiyle karşılaştım ve Bayes ağ grafiğindeki bağımsızlığı ile ciddi bir şekilde karıştım. Markov battaniyesi kısaca her düğümün sadece ebeveynlerine, çocuklarına ve çocuk ebeveynlerine bağlı olduğunu söylüyor (resimde A düğümü için gri alan). Bu BN, P(M,S,G,I,B,R)P(M,S,G,I,B,R)P(M,S,G,I,B,R) ortak olasılığı nedir ? (kaynak: aiqus.com ) …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.