«bayesian» etiketlenmiş sorular

Kevin Murphy'nin Konjugat Bayesci'nin Gauss dağılımını incelemesinde , posterior tahmin dağılımının p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta burada , modelin uygun olduğu ve görünmeyen veriler olduğu verilerdir. Anlamadığım şey , integralde ilk dönemde bağımlılığın neden ortadan kalktığı. Temel olasılık kurallarını kullanarak şunu …

12 bayesian  predictive-models  inference  posterior 

Kruschke'nin Bayesli kitabı, bir bozuk parayı çevirmek için beta dağıtımının kullanılmasıyla ilgili olarak, Örneğin, madalyonun bir kafa tarafı ve bir kuyruk tarafı olduğu bilgisinden başka önceden bilgimiz yoksa, bu daha önce bir = 1 ve b = 1'e karşılık gelen bir kafa ve bir kuyruğu gözlemlemekle eşdeğerdir. Neden hiçbir bilgi …

12 probability  bayesian  beta-distribution 

Yani, sık kullanılan yöntemlerle sıralı analiz yapmak (önceden ne kadar veri toplayacağınızı bilmiyorsunuz) özel bakım gerektirir; p değeri yeterince küçülene veya bir güven aralığı yeterince kısa olana kadar veri toplayamazsınız. Fakat Bayes analizi yaparken bu bir endişe kaynağı mıdır? Güvenilir bir aralık yeterince küçük hale gelene kadar veri toplamak gibi …

12 bayesian  inference  philosophical  sequential-analysis 

Önceki dağılımları okuyorum ve Jeffreys'i, ortalama ve bilinmeyen varyansı bilinmeyen normal olarak dağıtılmış rasgele değişkenlerin bir örneği için hesapladım. Benim hesaplamalara göre, Jeffreys için aşağıdakiler daha önce geçerlidir: Burada,benFisher bilgi matristir.p ( μ , σ2) = de t ( I)-----√= de t ( 1 / σ2001 / ( 2 σ4))------------------√= …

12 bayesian  normal-distribution  prior  jeffreys-prior 

Yarı konjugat önceliklerin ve koşullu konjugat önceliklerin tanımları nelerdir ? Onları Gelman'ın Bayesian Veri Analizinde buldum , ancak tanımlarını bulamadım.

12 bayesian 

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 …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Bu daha çok bir bilim tarihi sorusudur, ama umarım burada konu başlıkları vardır. Thomas Bayes'in Bayes teoremini daha önce özel bir üniforma davası için keşfetmeyi başardığını okudum ve o zaman bile görünüşe göre onunla mücadele etti. Genel Bayes teoreminin modern tedavide ne kadar önemsiz olduğu düşünüldüğünde, o zaman Bayes ve …

12 bayesian  bayes  history 

Bayesian teoremi, içinde , ve ben okuyorum kitaptan denir olabilirlik , ama sadece varsayıyoruz koşullu olasılık ait verilen , doğru mu? p(x|y)xyp(y| x)= p ( x | y) p ( y)p ( x )p(y|x)=p(x|y)p(y)p(x)p(y|x) = \frac{p(x|y)p(y)}{p(x)}p ( x | y)p(x|y)p(x|y)xxxyyy En büyük olabilirlik kestirimi çalışır maksimize etmek doğru? Eğer öyleyse, …

12 bayesian  maximum-likelihood 

Aşağıdaki kodun ne yaptığını anlamak istiyorum. Kodu yazan kişi artık burada çalışmıyor ve neredeyse tamamen belgelenmemiş. Benden " bayesli bir lojistik regresyon modeli " olduğunu düşünen biri tarafından araştırmam istendi. bglm <- function(Y,X) { # Y is a vector of binary responses # X is a design matrix fit <- …

12 r  logistic  bayesian  generalized-linear-model 

On onların wiki sayfasından Stan devletin geliştiriciler: Sevmediğimiz bazı ilkeler: değişmezlik, Jeffreys, entropi Bunun yerine, birçok normal dağıtım önerisi görüyorum. Şimdiye kadar örnekleme itimat etmedi Bayes yöntemleri kullanılır ve nazik anlamış mutlu oldu neden binom olasılıkları için iyi bir seçimdi.θ ~ beta ( α = 12, β= 12)θ~Beta(α=12,β=12)\theta \sim \text{Beta}\left(\alpha=\frac{1}{2},\beta=\frac{1}{2}\right)

12 bayesian  mcmc  prior  pymc  stan 

Bu benim sık sık kamptan gelen ve Bayesci veri analizi yapmak için ilk denemem. A. Gelman'ın Bayesian Veri Analizinden bir dizi ders ve birkaç bölüm okudum. Seçtiğim ilk az ya da çok bağımsız veri analizi örneği tren bekleme süreleridir. Kendi kendime sordum: bekleme sürelerinin dağılımı nedir? Veri kümesi bir blogda …

12 bayesian  pymc 

Araştırmamda bir Bayesci Model Ortalaması (BMA) yaklaşımı kullanıyorum ve yakında meslektaşlarıma çalışmalarım hakkında bir sunum yapacağım. Bununla birlikte, BMA benim alanımda gerçekten iyi bilinmemektedir, bu yüzden onları tüm teori ile sunduktan ve gerçekten problemime uygulamadan önce, BMA'nın neden işe yaradığına dair basit ama öğretici bir örnek sunmak istiyorum. Birinin seçebileceği …

12 bayesian  data-visualization 

Bayes Faktörü'nü (BF) anlamaya çalışıyorum. İnanıyorum ki 2 hipotez olasılığı gibi. Yani BF 5 ise, H1'in H0'dan 5 kat daha muhtemel olduğu anlamına gelir. Ve 3-10 değeri ılımlı kanıtları gösterirken,> 10 değeri güçlü kanıtları gösterir. Bununla birlikte, P-değeri için, geleneksel olarak 0.05 kesme olarak alınır. Bu P değerinde, H1 / …

11 hypothesis-testing  bayesian  p-value  bayes-factors 

Bir olasılık işlevi vardır verilerim olasılık bazı model parametrelerinin verilen I tahmin etmek istiyorum. Parametreler üzerinde düz öncelikler varsayarsak, olasılık posterior olasılıkla orantılıdır. Bu olasılığı örneklemek için bir MCMC yöntemi kullanın.L(d|θ)L(d|θ)\mathcal{L}(d | \theta)dddθ∈RNθ∈RN\theta \in \mathbf{R}^N Ortaya çıkan yakınsak zincire bakıldığında, maksimum olabilirlik parametrelerinin posterior dağılımlarla tutarlı olmadığını düşünüyorum. Örneğin, parametrelerden …

11 bayesian  maximum-likelihood  optimization  inference  mcmc 

Arkaplan : Sosyal psikolojide, teorik istatistiklerin ve matematiğin nicel derslerimde zar zor kaplandığı bir doktora sahibim. Lisans ve grad okulu aracılığıyla (muhtemelen çoğunuz sosyal bilimlerde de olabilir) muhtemelen klasik "frekans" çerçevesi aracılığıyla öğretildi. Şimdi, ben de Ar seviyorum ve yöntemler işi yapar doğrulamak için simülasyon yöntemleri kullanarak yolubana matematiksel kanıtlardan …

11 probability  bayesian  simulation  monte-carlo  frequentist