«bayesian» etiketlenmiş sorular

Bunu daha önce sordum ve bir model parametresini neyin gizli bir değişken haline getirdiğini tanımlamakta gerçekten zorlanıyordum. Bu sitedeki bu konuyla ilgili çeşitli konulara bakıldığında, ana ayrım şöyle görünüyor: Gizli değişkenler gözlenmez ancak değişkenler ve parametreler de gözlendiğinden onlarla ilişkili bir olasılık dağılımına sahiptir ve onlarla ilişkili bir dağılımları yoktur …

13 bayesian  modeling  random-variable  latent-variable 

Laplace dağıtımından önce bir konjugat var mı ? Değilse, Laplace dağılımının parametreleri için arkaya yaklaşan bilinen bir kapalı form ifadesi var mı? Başarısız bir şekilde çok fazla dolaştım, bu yüzden mevcut tahminim yukarıdaki sorularda "hayır" ...

13 bayesian  conjugate-prior  laplace-distribution 

Stantta yeni modeller yapmaya başladım ; aracı tanımak için Bayesian Veri Analizi (2nci baskı) 'daki bazı alıştırmalar üzerinde çalışıyorum. Waterbuck egzersiz varsayan bu verileri ile, ( N , θ ) bilinmeyen. Hamiltonian Monte Carlo ayrık parametrelere izin vermediğinden, N'yi gerçek bir ∈ [ 72 , ∞ ) olarak ilan ettim …

13 bayesian  mcmc  discrete-data  stan 

Belirli bir parametrede çıkarsama yapmak için MCMC numuneleri alırken , hedeflenmesi gereken minimum etkili örnek sayısı için iyi kılavuzlar nelerdir? Ve bu tavsiye, model az çok karmaşık hale geldikçe değişir mi?

13 bayesian  sample-size  mcmc  posterior 

Varsayalım ki bir dizi . Her y i noktası p ( y i | x ) = 1 dağılımı kullanılarak oluşturulur y={y1,y2,…,yN}y={y1,y2,…,yN}\mathbf{y} = \{y_1, y_2, \ldots, y_N \}yiyiy_i Arka için elde etmek içinxbiz yazmak p(x|y)αp(y|x)p(X)=p(x) , N Π i=1p(yı|x). Minka'nınBeklenti Yayılımıbelgesine göreposterior elde etmek için2Nhesaplamayaihtiyacımız varp(yi|x)=12N(x,1)+12N(0,10).p(yi|x)=12N(x,1)+12N(0,10). p(y_i| x) = \frac12 …

13 bayesian  mixture  posterior 

Burada veriler üzerinde bir Bayesian logit çalıştırmak çalışıyorum . R paketinde kullanıyorum bayesglm(). armKodlama yeterince basit: df = read.csv("http://dl.dropbox.com/u/1791181/bayesglm.csv", header=T) library(arm) model = bayesglm(PASS ~ SEX + HIGH, family=binomial(link="logit"), data=df) summary(model) aşağıdaki çıktıyı verir: Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.10381 0.10240 1.014 0.311 SEXMale 0.02408 0.09363 0.257 …

13 r  bayesian  p-value 

R'de Bayes olasılık teorisini öğrenmek için referanslar gördüm ve bunun gibi özellikle de Python'da daha fazla şey olup olmadığını merak ediyordum. Bayes olasılık teorisini, çıkarımını, maksimum olabilirlik tahminini, grafik modelleri ve sıralamayı öğrenmeye yönelik mi?

13 machine-learning  bayesian  python  graphical-model 

Kapalı. Bu soru konu dışı . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Sorunuzu güncelleyin o yüzden -konu üzerinde Çapraz doğrulanmış için. Geçen yıl kapalı . HATA ve R kullanarak Bayes istatistikleri üzerine bir kurs takip ediyorum. Şimdi, HATA zaten biliyorum, harika ama sadece R yerine ayrı …

13 r  bayesian  bugs 

Kümülatif bir çaba olarak bilim için sıfır hipotez testinin (NHT) kullanımını eleştiren büyüyen istatistikçi ve araştırmacılara yanıt olarak, Amerikan Psikoloji Derneği İstatistiksel Çıkarım Görev Gücü, NHT'yi açıkça yasaklamayı önledi, ancak bunun yerine araştırmacıların NHT'den türetilen p değerlerine ek olarak etki büyüklüklerini bildirir. Bununla birlikte, etki boyutları çalışmalarda kolayca birikmez. Meta-analitik …

13 bayesian  confidence-interval  effect-size  inference 

Bir MCMC zinciri için yanma seçimini otomatikleştirmek istiyorum, örneğin bir yakınsama teşhisine dayanan ilk n satırı kaldırarak. Bu adım ne ölçüde güvenli bir şekilde otomatikleştirilebilir? Otokorelasyonu, mcmc izini ve pdfs'yi hala iki kez kontrol etsem bile, yanma uzunluğu seçiminin otomatik hale getirilmesi güzel olurdu. Sorum genel, ama bir R mcmc.object …

13 r  bayesian  mcmc 

İlk kez Bayes istatistiklerini öğrenmek; MCMC'yi anlamaya yönelik bir açı olarak merak ettim: temelde başka bir şekilde yapılamayan bir şey mi yapıyor yoksa alternatiflerden çok daha verimli bir şey mi yapıyor? Örnekleme yoluyla, verilerinin tersini hesaplayan bir model verilen parametrelerimizin olasılığını hesaplamaya çalıştığımızı varsayalım . Bunu doğrudan Bayes teoremiyle hesaplamak …

13 bayesian  mcmc 

Naive Bayes sınıflandırıcısı, sınıf üyeliği için arka değerini en üst düzeye çıkararak öğelerini bir sınıfına atayan ve öğelerin özelliklerinin bağımsız olduğunu varsayan sınıflandırıcıdır .C P ( C | x )xxxCCCP(C|x)P(C|x)P(C|x) 0-1 kaybı, herhangi bir yanlış sınıflandırmaya "1" kaybı ve doğru sınıflandırmaya "0" kaybı atayan kayıptır. Sık sık (1) "Naive Bayes" …

13 machine-learning  bayesian  optimization  naive-bayes  loss-functions 

Gauss süreçleri ve bunların makine öğreniminde nasıl uygulandıkları konusunda oldukça yeniyim. Bu yöntemlerin ana cazibesi olan kovaryans fonksiyonları hakkında okumaya ve duymaya devam ediyorum. Öyleyse, herkes bu sezgisel işlevlerde neler olduğunu sezgisel bir şekilde açıklayabilir mi? Aksi takdirde, bunları açıklayan belirli bir öğreticiye veya belgeye işaret edebilirseniz.

13 machine-learning  probability  bayesian 

Bölüm 4.2.1'deki sonuçları sıfırdan çoğaltıyorum. Gibbs Çıktısından Marjinal Olasılık Siddhartha Chib Amerikan İstatistik Derneği Dergisi, Vol. 432. (Aralık 1995), sayfa 1313-1321. Bilinen sayıdaki bileşenli normal modelin bir karışımıdır . k≥1k≥1k\geq 1f(x∣w,μ,σ2)=∏i=1n∑j=1kN(xi∣μj,σ2j).(∗)f(x∣w,μ,σ2)=∏i=1n∑j=1kN(xi∣μj,σj2).(∗) f(x\mid w,\mu,\sigma^2) =\prod_{i=1}^n\sum_{j=1}^k \mathrm{N}(x_i\mid\mu_j,\sigma_j^2) \, . \qquad (*) Bu model için Gibbs örnekleyicisi, Tanner ve Wong'un veri büyütme tekniği …

13 bayesian  mixture  gibbs 

Bishop'un PRML kitabında, aşırı sığmanın Maksimum Olabilirlik Tahmini (MLE) ile ilgili bir sorun olduğunu ve Bayesian'ın bundan kaçınabileceğini söylüyor. Ama bence, aşırı takma, parametre tahmini yapmak için kullanılan yöntemle değil, model seçimi ile ilgili bir sorundur. Yani, diyelim ki ile oluşturulan bir veri kümesi sahibim, şimdi verilere uymak ve bulmak …

13 bayesian  model-selection  overfitting