«bayesian» etiketlenmiş sorular

Yani (denetimsiz) metin modellemesinde, Latent Dirichlet Ataması (LDA) Olasılıksal Gizli Semantik Analiz'in (PLSA) Bayesli bir versiyonudur. Esasen, LDA = PLSA + Dirichlet parametrelerine göre önceden. Anladığım kadarıyla LDA artık referans algoritması ve çeşitli paketlerde uygulanmakta, PLSA artık kullanılmamalıdır. Ancak (denetlenen) metin kategorizasyonunda, çok şeyi aynı Naif Bayes sınıflandırıcısı için aynı …

15 bayesian  multinomial  prior  naive-bayes  dirichlet-distribution 

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 . …

15 bayesian  causality  graphical-model  bayesian-network 

Şu anda Yang'ın Hesaplama Moleküler Evriminde Bayes Yöntemlerini okuyorum. Bölüm 5.2'de öncelikler ve özellikle bilgilendirici olmayan / düz / belirsiz / yaygın, eşlenik ve hiper öncelikler hakkında konuşulur. Bu aşırı basitleştirme isteyebilir, ancak birisi basitçe bu tür öncelikler arasındaki farkı ve bunun Bayes analizi sürecinde alacağım analiz / kararların sonucunu …

15 bayesian  prior 

Birkaç değişkenli bir iki değişkenli gauss dağılımını "öğrenmeliyim", ancak önceki dağıtımda iyi bir hipotez var, bu yüzden bayes yaklaşımını kullanmak istiyorum. tanımladım: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 & 0 \\ 0 & 27 \end{bmatrix} …

15 distributions  bayesian  estimation  covariance  posterior 

İleti geçirme yönteminin ne olduğu hakkında belirsiz bir fikrim var: tüm diğer faktörlerin tüm yaklaşımlarına bağlı olarak, dağıtım faktörlerinin her birinin yinelemeli yaklaşımlarını yineleyerek bir dağılıma yaklaşım oluşturan bir algoritma. Her ikisinin de Varyasyonel Mesaj Geçişi ve Beklenti Yayılımı örnekleri olduğuna inanıyorum . Mesaj geçirme algoritması daha açık / doğru …

15 distributions  bayesian  references  algorithms 

Birisi beni Bayesci istatistiklerle üretken modelleme teknikleri arasındaki bağlantıyı açıklayan iyi bir referansa yönlendirebilir mi? Neden genellikle Bayesci tekniklerle üretken modeller kullanıyoruz? Neden tam veri yokluğunda Bayesian istatistiklerini kullanmak özellikle caziptir? Daha makine öğrenimi odaklı bir bakış açısıyla geldiğimi ve bunun hakkında istatistik topluluğundan daha fazla okumak istediğimi unutmayın. Bu …

15 bayesian  generative-models 

Her ikisi de n uzunluğunda iki x ve y dizisi göz önüne alındığında, y = a + b * x modeline uyuyorum ve eğim için% 95 güven aralığı hesaplamak istiyorum. Bu, b'nin olağan şekilde bulunduğu ve delta = qt(0.975,df=n-2)*se.slope ve se.slope, eğimdeki standart hatadır. R'den eğimin standart hatasını almanın bir …

15 r  regression  bayesian  confidence-interval  frequentist 

Metropolis-Hastings ve Gibbs örneklemesi gibi MCMC algoritmaları, eklem posterior dağılımlarından örnekleme yollarıdır. Metropolis-acele etmeyi oldukça kolay anladığımı ve uygulayabildiğimi düşünüyorum - sadece bir şekilde başlangıç ​​noktalarını seçiyorsunuz ve posterior yoğunluk ve teklif yoğunluğu tarafından yönlendirilen 'parametre boşluğunu' rastgele yürüyorsunuz. Gibbs örneklemesi, bir kerede yalnızca bir parametreyi güncellerken, diğerlerini sabit tutarken, …

15 bayesian  mcmc  gibbs 

Etiket değiştirme (yani arka dağılım, bileşen etiketlerinin değiştirilmesinde değişmez), karışım modellerini tahmin etmek için MCMC kullanılırken sorunlu bir sorundur. Konuyla başa çıkmak için standart (yaygın olarak kabul edilen) bir metodoloji var mı? Standart bir yaklaşım yoksa, etiket anahtarlama sorununu çözmek için önde gelen yaklaşımların artıları ve eksileri nelerdir?

15 bayesian  mcmc  mixture 

I Bayes kuralı okumak, payda arasındaPr(data)Pr(data)\Pr(\textrm{data}) Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)\Pr(\text{parameters} \mid \text{data}) = \frac{\Pr(\textrm{data} \mid \textrm{parameters}) \Pr(\text{parameters})}{\Pr(\text{data})} normalleştirici sabit olarak adlandırılır . Tam olarak nedir? Amacı nedir? Neden \ Pr (veri) gibi görünüyor Pr(data)Pr(data)\Pr(data)? Neden parametrelere bağlı değil?

15 probability  bayesian 

Fizik öğrencisi olarak "Neden Bayesiyim" dersini belki yarım düzine kez deneyimledim. Her zaman aynıdır - sunucu Bayes yorumunun kitleler tarafından kullanıldığı iddia edilen sık kullanılan yorumdan nasıl üstün olduğunu açık bir şekilde açıklar. Bayes yönetiminden, marjinalleşmesinden, önceliklerinden ve posteriorlarından bahsediyorlar. Gerçek hikaye nedir? Sıkça kullanılan istatistikler için meşru bir uygulanabilirlik …

15 probability  bayesian  frequentist 

Bayes modelinde kısa aralıklı varlık getirilerini modellemek için dağıtımda kullanmak istiyorum. Dağıtım için her iki serbestlik derecesini (modelimdeki diğer parametrelerle birlikte) tahmin etmek istiyorum. Varlık getirilerinin oldukça normal olmadığını biliyorum, ama bunun ötesinde çok fazla şey bilmiyorum. Böyle bir modeldeki serbestlik dereceleri için uygun, hafif bilgilendirici bir ön dağıtım nedir?

15 distributions  bayesian  modeling  prior 

Genellikle% 95 kapsama alanına sahip bir güven aralığının, posterior yoğunluğun% 95'ini içeren güvenilir bir aralığa çok benzediğidir. Bu, önceki durumda üniform veya ikinci durumda üniformaya yakın olduğunda olur. Bu nedenle, güvenilir bir aralığa yaklaşmak için bir güven aralığı sıklıkla kullanılabilir veya tersi de geçerlidir. Önemli olarak, güvenilir bir aralık olarak …

14 bayesian  confidence-interval  frequentist  credible-interval 

Hamiltonian Monte Carlo'nun nasıl çalıştığına dair aptallar için adım adım açıklama sağlayabilir misiniz? Not: Zaten cevapları burada okudum, Hamiltonian monte carlo , ve burada, Hamiltonian Monte Carlo vs. Sıralı Monte Carlo ve burada, Hamiltonian Monte Carlo: Metropolis-Hasting önerisini nasıl anlayabilirim? ve bunu adım adım ele almıyorlar.

14 bayesian  hmc 

Yani, bu yaygın bir soru olabilir, ama asla tatmin edici bir cevap bulamadım. Sıfır hipotezinin doğru (veya yanlış) olma olasılığını nasıl belirliyorsunuz? Diyelim ki öğrencilere bir testin iki farklı sürümünü veriyorsunuz ve sürümlerin eşdeğer olup olmadığını görmek istiyorsunuz. Bir t-Testi gerçekleştirirsiniz ve p02 değeri verir. Ne güzel bir p değeri! …

14 probability  hypothesis-testing  bayesian