«bayesian» etiketlenmiş sorular

Eğer Düzgün , ve Bin daha sonra arka ortalama ile verilir .p∼p~p \sim( 0 , 1)(0,1)(0,1)X~X~X \sim( n , p )(n,p)(n, p)pppX+ 1n + 2X+1n+2\frac{X+1}{n+2} Bu tahminci için ortak bir ad var mı? Birçok insanın problemini çözdüğünü buldum ve insanları bir referansa yönlendirmek istiyorum, ancak bunun için doğru adı bulamadım. …

11 bayesian  terminology  laplace-smoothing 

Sıklık istatistiklerinde,% 95 güven aralığı, sonsuz sayıda yinelenirse zamanın% 95'inde gerçek parametreyi içerecek olan aralık üreten bir prosedürdür. Bu neden faydalı? Güven aralıkları genellikle yanlış anlaşılmaktadır. Bunlar , parametrenin içinde olduğundan% 95 emin olabileceğimiz bir aralık değildir (benzer Bayesian güvenilirlik aralığı kullanmıyorsanız). Güven aralıkları bana bir yem ve geçiş gibi …

11 hypothesis-testing  bayesian  mathematical-statistics  confidence-interval  frequentist 

Ben sık sık Bayes hiyerarşik modellerinde bilgi ödünç alma veya bilgi paylaşımı hakkında konuşuyorlar. Bunun gerçekte ne anlama geldiği ve Bayesçi hiyerarşik modellere özgü olup olmadığı hakkında düz bir cevap alamıyorum. Fikri bir şekilde anlıyorum: Hiyerarşinizdeki bazı seviyeler ortak bir parametreyi paylaşıyor. Bunun "bilgi borçlanması" na nasıl dönüştüğü hakkında hiçbir …

11 machine-learning  bayesian  multilevel-analysis  terminology  hierarchical-bayesian 

(Bu soru esinlenmiştir Bu yorumun gelen Xi'an .) Bu da, önceki dağılım halinde olduğu bilinmektedir π( θ )π(θ)\pi(\theta) doğru ve olasılığıdır L ( θ | x )L(θ|x)L(\theta | x) , daha sonra arka dağılımı iyi tanımlanmış bir π( θ | x ) ∝ π( θ ) L ( θ | …

11 bayesian  prior  posterior 

Bayes tahmincileri seçim yanlılığından muaftır? Tahminleri, örneğin tüm genom dizisi verileri gibi yüksek boyutta tartışan çoğu makale sıklıkla seçim yanlılığı konusunu gündeme getirecektir. Seçim yanlılığı, binlerce potansiyel öngörücümüz olmasına rağmen, sadece birkaçının seçileceği ve seçilen birkaçında çıkarımın yapıldığı gerçeğinden kaynaklanmaktadır. Böylece işlem iki adımda gerçekleşir: (1) öngörücülerin bir alt kümesini …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior 

Steven Scott'ın BSTS R paketi hakkındaki slaytlarını okuyorum (onları burada bulabilirsiniz: slaytlar ). Bir noktada, yapısal zaman serisi modeline birçok regresörün dahil edilmesinden bahsederken, regresyon katsayılarının başak ve slab önceliklerini tanıtır ve cezalandırılmış yöntemlerle karşılaştırıldığında daha iyi olduklarını söyler. Scott, 100 öngörücü içeren bir veri kümesi örneğine atıfta bulunarak şöyle …

11 r  bayesian  feature-selection  penalized  bsts 

Bayesian İstatistik için temel MCMC (R ile) hakkında pratik ve teorik örnekler içeren bazı makaleler veya kitaplar arıyorum . Simülasyon hakkında hiç çalışmadım ve bu yüzden "temel" bilgi arıyorum. Bana tavsiye veya tavsiye verebilir misiniz?

11 bayesian  references  mcmc 

Bayes toplumu içinde Bayes parametresi tahmini mi yoksa Bayesci hipotez testi mi yapmamız gerektiği konusunda devam eden bir tartışma var gibi görünüyor. Bununla ilgili görüş almak istiyorum. Bu yaklaşımların göreceli güçlü ve zayıf yanları nelerdir? Hangi bağlamlarda biri diğerinden daha uygundur? Hem parametre tahmini hem de hipotez testi mi yapmalıyız, …

11 hypothesis-testing  bayesian 

Kategorilerin altında yatan olasılık yapısının mükemmel olarak bilindiği ideal bir durum olarak kabul edilir. Neden Bayes sınıflandırıcısı ile elde edilebilecek en iyi performansı elde ediyoruz? Bunun resmi kanıtı / açıklaması nedir? Her zaman Bayes sınıflandırıcısını diğer tüm sınıflandırıcıların performansını karşılaştırmak için bir referans olarak kullandığımızdan.

11 probability  classification  bayesian  bayes 

Aşağıda Bolstad'ın Bayes İstatistiklerine Giriş bölümünden bir alıntı yer almaktadır . Orada tüm uzmanlar için, bu önemsiz olabilir, ancak yazarın bazı değerlerini posterior olasılığını hesaplamak için herhangi bir entegrasyon yapmamız gerekmediği sonucunu anlamıyorum . Orantılılık ve tüm terimlerin nereden geldiği ikinci ifadeyi anlıyorum ( muhtemelen x Öncelik) . Dahası, sadece …

11 distributions  bayesian  beta-distribution  conjugate-prior 

Bir parametrenin MAP tahmini formülü göz önüne alındığında, neden bir MCMC (veya benzeri) yaklaşıma ihtiyaç duyulur, sadece türevi alıp sıfıra ayarlayamadım ve parametre için çözemedim?

11 bayesian  estimation  mcmc 

Lisansüstü istatistiki çıkarım sınıfımda Jeffreys'i daha önce öğrendiğimde, profesörlerim bunu herkesin kullanacağı için değil, çoğunlukla tarihsel nedenlerden dolayı ilginç bulmuşlardı. Daha sonra Bayesian veri analizi yaptığımda, asla Jeffreys'in önceliklerini kullanmamız istenmedi. Bunları pratikte gerçekten kullanan var mı? Eğer öyleyse (ya da değilse), neden ya da neden olmasın? Neden bazı istatistikçiler …

11 bayesian  prior  jeffreys-prior 

Verilerimde Bayesian modellerini çalıştırmak için PyMC3 kullanıyorum. Bayesian modellemede yeniyim, ancak bu sitedeki bazı blog yayınlarına , Wikipedia ve QA'ya göre , verilerimi en iyi hangi modeli temsil edebileceğini seçmek için Bayes faktörünü ve BIC ölçütünü kullanmak geçerli bir yaklaşım gibi görünüyor. benim verim). Bayes faktörünü hesaplamak için karşılaştırmak istediğim …

11 bayesian  model-selection  pymc 

İtiraf etmeliyim ki, daha önce herhangi bir derste, lisans veya yüksek lisans derslerinde bu terimi duymadım. Lojistik regresyonun Bayesci olması ne anlama geliyor? Aşağıdaki gibi düzenli lojistik Bayesian lojistik geçiş ile bir açıklama arıyorum: Bu doğrusal regresyon modelindeki denklemdir: .E(y)=β0+β1x1+...+βnxnE(y)=β0+β1x1+...+βnxnE(y) = \beta_0 + \beta_1x_1 + ... + \beta_nx_n Bu, lojistik …

11 regression  logistic  bayesian  multiple-regression  generalized-linear-model 

Normal-Wishart posteriorunun türetilmesi üzerinde çalışıyorum ama parametrelerden birinde takılı kaldım (ölçek matrisinin posterioru, altta bakınız). Sadece bağlam ve bütünlük için, işte model ve diğer türevler: xiμΛ∼N(μ,Λ)∼N(μ0,(κ0Λ)−1)∼W(υ0,W0)xi∼N(μ,Λ)μ∼N(μ0,(κ0Λ)−1)Λ∼W(υ0,W0)\begin{align} x_i &\sim \mathcal{N}(\boldsymbol{\mu}, \boldsymbol{\Lambda})\\ \boldsymbol{\mu} &\sim \mathcal{N}(\boldsymbol{\mu_0}, (\kappa_0 \boldsymbol{\Lambda})^{-1})\\ \boldsymbol{\Lambda} &\sim \mathcal{W}(\upsilon_0, \mathbf{W}_0) \end{align} Üç faktörün her birinin genişletilmiş formları (orantılılık sabitine kadar) şunlardır: …

11 bayesian  posterior