«bayesian» etiketlenmiş sorular

Yaklaşık Bayes hesaplaması , temelde herhangi bir stokastik modele uymak için gerçekten harika bir tekniktir, olasılığın sürdürülemez olduğu modellere yöneliktir (örneğin, parametreleri sabitlerseniz modelden örnekleme yapabilirsiniz, ancak olasılığı sayısal, algoritmik veya analitik olarak hesaplayamazsınız). Bir kitleye yaklaşık Bayes hesaplaması (ABC) eklerken, gerçekten basit ama yine de biraz ilginç ve inatçı …

16 bayesian  simulation  model  likelihood  abc 

Bu soru bir teknik takip olan bu soruya . Raftery (1988) 'deN-N-N sunulan modeli anlamakta ve çoğaltmakta zorluk çekiyorum : Binom N parametresi için çıkarım: WinBUGS / OpenBUGS / JAGS'ta hiyerarşik Bayes yaklaşımı . Bu sadece kod ile ilgili değil, bu yüzden burada konu üzerinde olmalıdır. Arka fon Let x …

16 bayesian  binomial  hierarchical-bayesian  winbugs 

Yaygın olarak alıntılanmış makalesinde Hiyerarşik modellerde varyans parametreleri için önceki dağılımlar (Google Akademik'te şu ana kadar 916 alıntı) Gelman, hiyerarşik bir Bayes modelindeki varyans için iyi bilgilendirici olmayan önceki dağılımların düzgün dağılım ve yarım t dağılım olduğunu önermektedir. Bir şeyleri doğru anlarsam, bu konum parametresi (örneğin ortalama) ana ilgi alanı …

16 bayesian  variance  prior  jags  hierarchical-bayesian 

MCMCglmmSon zamanlarda paketi kullanıyorum . Belgelerde R-yapısı ve G-yapısı olarak anılan şeyle kafam karıştı. Bunlar rastgele etkilerle ilişkili gibi görünmektedir - özellikle de önceki dağıtım için parametreleri belirtmekle birlikte, belgelerdeki tartışma okuyucunun bu terimlerin ne olduğunu bildiğini varsaymaktadır. Örneğin: 3 olası öğeye sahip isteğe bağlı önceki özellikler listesi: R (R-yapısı) …

16 r  bayesian  mixed-model  lme4-nlme 

Vur ve çalıştır MCMC algoritmasını uygulamaya çalışıyorum, ancak bunun hakkında nasıl gideceğimizi anlamakta biraz sorun yaşıyorum. Genel fikir şöyledir: MH'de teklif atlama oluşturmak için: Birim küresinin yüzeyindeki bir dağılımdan yönü oluşturundddÖÖ\mathcal{O} Kısıtlı alan boyunca işaretli bir mesafe oluşturun .λλ\lambda Ancak, bunu R (veya başka bir dilde) uygulamaya nasıl devam etmem …

16 r  bayesian  mcmc 

Bir veri setini bir sabit efekt (durum) ve iki rastgele efekt (katılımcı konu tasarımı ve çifti nedeniyle katılımcı) ile karışık efektler modeli kullanarak analiz ediyorum. Model ile oluşturulan lme4paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Sonra, bu modelin sabit etki (durum) olmadan modele karşı bir olasılık oranı testi yaptım ve önemli bir farkım var. Veri …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Sanırım P(A|B)=P(A|B,C)∗P(C)+P(A|B,¬C)∗P(¬C)P(A|B)=P(A|B,C)∗P(C)+P(A|B,¬C)∗P(¬C)P(A|B) = P(A | B,C) * P(C) + P(A|B,\neg C) * P(\neg C) oysa doğru P(A|B)=P(A|B,C)+P(A|B,¬C)P(A|B)=P(A|B,C)+P(A|B,¬C)P(A|B) = P(A | B,C) + P(A|B,\neg C) yanlış. Ancak, daha sonra ilgili bir "sezgi" var, yani, iki vakayı (C veya C değil) bölerek P (A | B) olasılığını düşünürsünüz. Bu sezgi neden yanlış?

15 probability  bayesian 

Belirli bir çıkarım problemi için, Bayesci bir yaklaşımın genellikle hem biçim olarak hem de fütürist bir yaklaşımdan kaynaklandığını biliyoruz. Sık sık (genellikle beni içerir) çoğu zaman yöntemlerinin bir önceliğe ihtiyaç duymadığına ve dolayısıyla "yargıya dayalı" olmaktan çok "veri güdümlü" olduğuna işaret eder. Tabii ki Bayesian bilgilendirici olmayan önceliklere işaret edebilir …

15 bayesian  inference  likelihood  likelihood-ratio  frequentist 

Anladığım kadarıyla, Yaklaşık Bayessel Hesaplama (ABC) ve Markov Zinciri Monte Carlo'nun (MCMC) çok benzer amaçları var. Aşağıda bu yöntemleri ve bunların gerçek hayat verilerine uygulanmasındaki farklılıkları nasıl algıladığımı anlıyorum. Yaklaşık Bayes Hesaplaması ABC parametre örnekleme de oluşur θθ\theta yoluyla, bir önceki sayısal simülasyon işlem bir istatistik xixix_i bazı gözlenen ile …

15 bayesian  mcmc  computational-statistics 

Temel sorum şu: Yanlış bir dağıtımdan nasıl örnek alırdınız? Uygun olmayan bir dağılımdan numune almak bile mantıklı mı? Xi'an'ın buradaki yorumu soruya cevap veriyor, ancak bu konuda daha fazla ayrıntı arıyordum. MCMC'ye daha spesifik: MCMC hakkında konuşurken ve makaleleri okurken, yazarlar uygun posterior dağılımlar elde ettikleri üzerinde dururlar. Yazarın posteriorun …

15 distributions  bayesian  mcmc  markov-process  improper-prior 

Bayes yapısal zaman serisi modelleri hakkındaki bu blog yazısını okuduktan sonra , bunu daha önce ARIMA için kullandığım bir sorun bağlamında uygulamaya bakmak istedim. Bilinen bazı (ancak gürültülü) mevsimsel bileşenlerle ilgili bazı verilerim var - bunun kesinlikle yıllık, aylık ve haftalık bileşenleri ve ayrıca özel günlerden (federal veya dini bayramlar …

15 r  time-series  bayesian  mcmc  bsts 

Bayesian Çıkarımın neden zor sorunlara yol açtığını anlamakta sorun yaşıyorum. Sorun genellikle şu şekilde açıklanır: Anlamadığım şey, bu integralin neden ilk etapta değerlendirilmesi gerektiğidir: Bana göre, integralin sonucu sadece normalleştirme sabiti (veri kümesi D verildiği gibi). Neden sadece posterior dağılımı sağ tarafın payı olarak hesaplayıp sonra bu normalizasyon sabitini posterior …

15 bayesian  inference 

Formülü hatırlamanın iyi bir yolunun aşağıdaki formülü düşünmek olduğunu düşünüyorum: Bağımsız bir olay B'nin sonucu göz önüne alındığında, bazı A olayının belirli bir sonucu olması olasılığı = her iki sonucun eşzamanlı olarak meydana gelme olasılığı / ne olursa olsun, A olayının arzu edilen sonucunun olasılığı B olayının sonucunu bilmeseydik olurdu. …

15 bayesian  bayes 

Bir gözden geçiren tarafından bayesci çok düzeyli modelimizdeki model tahminlerini daha iyi anlamak için p değerleri sağlamamız istendi. Model, bir deneyde katılımcı başına birden fazla gözlemin tipik bir modelidir. Modeli Stan ile tahmin ettik, böylece ek posterior istatistikleri kolayca hesaplayabiliyoruz. Şu anda, ortalama tahmini ve 0,025 ve 0,975 miktarlarını (görsel …

15 bayesian  p-value  multilevel-analysis 

Önceden yeterince seçilmişse sırt regresyonunun posterior dağılımın ortalaması olarak türetilebileceğini duydum. Öncekine göre regresyon katsayıları üzerinde belirlenen kısıtlamaların (örneğin, 0 civarında standart normal dağılımlar) sezgisi aynı mı / katsayıların kare büyüklüğünde ayarlanan cezayı değiştiriyor mu? Bu denkliğin elde edilebilmesi için öncekinin Gauss olması gerekir mi?

15 bayesian  prior  ridge-regression