«bayesian» etiketlenmiş sorular

Eğimli bozuk para modellerinde genellikle bir parametre . Bir dizi tahmin etmenin bir yolu, önceden bir beta kullanmak ve binom olasılığı ile posterior dağılımı hesaplamaktır.θθ=P(Head|θ)θ=P(Head|θ)\theta = P(\text{Head} | \theta)θθ\theta Çünkü bazı garip fiziksel sürecin ayarlarım,, benim jeton özellikleri yavaş yavaş değişiyor ve zaman bir fonksiyonu olur . Verilerim bir dizi …

10 time-series  bayesian  kalman-filter 

Varsayalım ki bazı değişkenlerinde daha önce bir dağıtım yapmak istediğim 'uzmanlarım var . Onları gerçek parayla motive etmek istiyorum . Fikir, öncelikleri ortaya çıkarmak, rasgele değişken gerçekleşmelerini gözlemlemek , daha sonra, önceden belirlenmiş bazı 'çantaları' uzmanların arasında, önceliklerinin kanıtlarla ne kadar iyi eşleştiğine göre ayırmaktır. Öncelikleri ve kanıtları ödeme vektörüne …

10 bayesian  prior 

Bu sorudan ve özellikle "Sorun 3" ten esinlenmiştir: Dağılımın sık, parametrik bir açıklaması sağlanmadıkça, posterior dağılımların bir meta-analize dahil edilmesi biraz daha zordur. Son zamanlarda meta-analizin Bayes modeline - öncelikli olarak bir öncelik kaynağı olarak - dahil edilmesi hakkında çok şey düşünüyordum, ancak diğer yönde nasıl devam edeceğim? Bayesian analizi …

10 bayesian  meta-analysis 

Okul yıllarımda ve üniversitede istatistikler konusunda yeterli kurs aldım. CI, p değerleri, istatistiksel anlamlılığı yorumlama, çoklu test, korelasyon, basit doğrusal regresyon (en küçük karelerle) (genel doğrusal modeller) ve tüm hipotez testleri gibi kavramları iyi anlıyorum. Daha önceki günlerin çoğunu çoğunlukla matematiksel olarak tanıştırmıştım. Ve son zamanlarda, Sezgisel Biyoistatistik kitabının yardımıyla …

10 bayesian  references  maximum-likelihood  generalized-linear-model 

Sorun Bilgilendirilmiş bir ön ve veri verilen bir posterior yoğunluğu tahmin etmek için Bayes analizi yapan bir R fonksiyonu yazıyorum. Kullanıcının öncekini yeniden düşünmesi gerekiyorsa işlevin bir uyarı göndermesini istiyorum. Bu soruda, bir önceliğin nasıl değerlendirileceğini öğrenmekle ilgileniyorum. Önceki sorular bilgilendirilmiş öncelikleri ( burada ve burada ) belirtme mekaniğini kapsamıştır …

10 distributions  probability  bayesian 

Veri madenciliği alanında çalışıyorum ve istatistik konusunda çok az resmi eğitim aldım. Son zamanlarda çok ilginç bulduğum öğrenme ve madencilik için Bayesci paradigmalara odaklanan çok fazla iş okuyorum. Benim sorum (birkaç kısımda), bir problem göz önüne alındığında, istatistiksel bir model oluşturmanın mümkün olduğu genel bir çerçeve var mı? Temel süreci …

10 bayesian  modeling  references  eda 

Kapalı . Bu soru görüş temelli . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Bu yayını düzenleyerek gerçekler ve alıntılarla yanıtlanabilmesi için soruyu güncelleyin . Geçen yıl kapalı . En iyi 100 US News istatistik programının araştırma alanına göz atarken, neredeyse hepsi Bayes istatistiklerinde ağırdır. Ancak, daha …

10 bayesian  frequentist 

Dirichlet Pocess ve Gauss Süreci genellikle "işlevler üzerinden dağılımlar" veya "dağılımlar üzerinden dağılımlar" olarak adlandırılır. Bu durumda, GP altındaki bir fonksiyonun yoğunluğu hakkında anlamlı bir şekilde konuşabilir miyim? Yani, Gauss Süreci veya Dirichlet Süreci bir olasılık yoğunluğu kavramına sahip mi? Değilse, bir işlevin önceki olasılık kavramı iyi tanımlanmamışsa, Bayes kuralını …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

Koşullu olasılıkların Bayesizm'e özgü olup olmadığını veya daha çok istatistik / olasılık insanları arasında birkaç düşünce okulu arasında paylaşılan genel bir kavram olup olmadığını merak ediyorum. Bir çeşit olduğunu varsayıyorum, çünkü kimsenin yapamayacağını varsayıyorum p ( A , B ) = p ( A | B ) p ( B …

10 bayesian  conditional-probability 

Kalman filtresi hakkında okumaya başladığımda, bunun özel bir ARIMA modeli (yani ARIMA (0,1,1)) olduğunu düşündüm. Ama aslında durum daha karmaşık görünüyor. Her şeyden önce, ARIMA tahmin için kullanılabilir ve Kalman filtresi filtreleme içindir. Ama yakından ilişkili değiller mi? Soru: ARIMA ve Kalman filtresi arasındaki ilişki nedir? Biri diğerini mi kullanıyor? …

10 time-series  bayesian  arima  kalman-filter 

Derin Öğrenme ve Bilgi Darboğaz Prensibi adlı makalede yazarlar bölüm II A) 'da belirtilmektedir: Tek nöronlar, yalnızca lineer olarak ayrılabilir girdileri sınıflandırır, çünkü giriş alanlarında sadece hiper düzlemler uygulayabilirler u=wh+bu=wh+bu = wh+b. Girişler koşullu olarak bağımsız olduğunda hiper düzlemler verileri en iyi şekilde sınıflandırabilir. Bunu göstermek için aşağıdakileri elde ederler. …

10 bayesian  neural-networks  information-theory 

Tüm değişkenlerin nicel olduğu üç değişkenli bir veri kümem var. , ve diyelim . MCMC ile Bayes perspektifinde bir regresyon modeline uyuyorumyyyx1x1x_1x2x2x_2rjags Bir keşif analizi yaptım ve dağılım , ikinci dereceden bir terimin kullanılması gerektiğini gösteriyor. Sonra iki model taktımy×x2y×x2y\times x_2 (1)y=β0+β1∗x1+β2∗x2y=β0+β1∗x1+β2∗x2y=\beta_0+\beta_1*x_1+\beta_2*x_2 (2)y=β0+β1∗x1+β2∗x2+β3∗x1x2+β4∗x21+β5∗x22y=β0+β1∗x1+β2∗x2+β3∗x1x2+β4∗x12+β5∗x22y=\beta_0+\beta_1*x1+\beta_2*x_2+\beta_3*x_1x_2+\beta_4*x_1^2+\beta_5*x_2^2 Model 1'de her parametrenin etki boyutu küçük …

10 bayesian  feature-selection  model-selection  model  credible-interval 

Eğer bir binom olasılık parametresi için bir Jeffreys kullanırsam, bu bir dağıtımı kullanmayı gerektirir.θθ\thetaθ∼beta(1/2,1/2)θ∼beta(1/2,1/2)\theta \sim beta(1/2,1/2) yeni bir referans çerçevesine dönüştürürsem, açıkça de dağıtımı olarak dağıtılmaz.ϕ =θ2φ=θ2\phi = \theta^2φφ\phib , e t bir ( 1 / 2 , 1 / 2 )betbir(1/2,1/2)beta(1/2,1/2) Benim sorum Jeffreys'nin yeniden parametrelendirmeye ne kadar değişmez …

10 bayesian  jeffreys-prior 

Veya hangi koşullar bunu garanti eder? Genel olarak (ve sadece normal ve binom modelleri değil), bu iddiayı bozan temel nedenin, örnekleme modeli ile önceki model arasında tutarsızlık olduğunu varsayıyorum, ama başka ne var? Bu konuyla başlıyorum, bu yüzden kolay örnekleri gerçekten takdir ediyorum

10 bayesian  variance  information-theory 

Bayes lineer regresyon için posterior doğrusal regresyonun nasıl değerlendirileceği konusunda kafam karıştı, burada sayfa 3'te açıklanan ve aşağıda kopyalanan temel vakayı geçti . p (y~∣ y) = ∫p (y~∣ β,σ2) p ( β,σ2∣ y)p(y~|y)=∫p(y~|β,σ2)p(β,σ2|y) p(\tilde y \mid y) = \int p(\tilde y \mid \beta, \sigma^2) p(\beta, \sigma^2 \mid y) Temel …

10 regression  bayesian  predictive-models  prediction  posterior