«hierarchical-bayesian» etiketlenmiş sorular

Bunun , belli analitik eğilimlerden faydalanmakla ünlü bir çizgi romandan geldiğini biliyorum , ancak birkaç dakika baktıktan sonra aslında makul görünüyor. Birisi benim için bu " değiştirilmiş Bayes teoreminin " ne yaptığını özetleyebilir mi?

81 bayesian  hierarchical-bayesian 

"Derin öğrenme" çok düzeyli / hiyerarşik modelleme için başka bir terim midir? İkincisine öncekinden çok daha aşinayım, ancak söyleyebileceğim kadarıyla, temel fark tanımlarında değil, uygulama alanlarında nasıl kullanıldığı ve değerlendirildiği. Tipik bir "derin öğrenme" uygulamasındaki düğümlerin sayısı daha büyüktür ve genel bir hiyerarşik form kullanır, oysa çok seviyeli modelleme uygulamaları …

31 machine-learning  multilevel-analysis  hierarchical-bayesian  deep-learning 

Sorunumu bir örnekle açıklayacağım. Bazı nitelikler verilen bir bireyin gelirini tahmin etmek istediğinizi varsayalım: {Yaş, Cinsiyet, Ülke, Bölge, Şehir}. Bunun gibi bir eğitim veri setine sahipsiniz train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train CountryID RegionID CityID …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Literatürde bazen verinin kendisine (örneğin Zellners g-before) bağlı olan önceliklerin seçilmesinin teorik bir bakış açısıyla eleştirilebileceği görüşüne rastlarım. Önceden verilerden bağımsız olarak seçilmezse sorun tam olarak nerede?

18 bayesian  prior  hierarchical-bayesian 

Bağlam: Gelman'ın 8 okullu örneğinde (Bayesian Veri Analizi, 3. baskı, Ch 5.5) 8 okulda koçluğun etkisini test eden sekiz paralel deney vardır. Her deney, koçluğun etkinliği ve ilgili standart hata için bir tahmin verir. Daha sonra yazarlar koçluk etkisinin 8 veri noktası için aşağıdaki gibi hiyerarşik bir model oluştururlar: yi∼N(θi,sei)θi∼N(μ,τ)yi∼N(θi,sei)θi∼N(μ,τ) …

17 bayesian  hierarchical-bayesian 

Bu soru bir teknik takip olan bu soruya . Raftery (1988) 'deN-N-N sunulan modeli anlamakta ve çoğaltmakta zorluk çekiyorum : Binom N parametresi için çıkarım: WinBUGS / OpenBUGS / JAGS'ta hiyerarşik Bayes yaklaşımı . Bu sadece kod ile ilgili değil, bu yüzden burada konu üzerinde olmalıdır. Arka fon Let x …

16 bayesian  binomial  hierarchical-bayesian  winbugs 

Yaygın olarak alıntılanmış makalesinde Hiyerarşik modellerde varyans parametreleri için önceki dağılımlar (Google Akademik'te şu ana kadar 916 alıntı) Gelman, hiyerarşik bir Bayes modelindeki varyans için iyi bilgilendirici olmayan önceki dağılımların düzgün dağılım ve yarım t dağılım olduğunu önermektedir. Bir şeyleri doğru anlarsam, bu konum parametresi (örneğin ortalama) ana ilgi alanı …

16 bayesian  variance  prior  jags  hierarchical-bayesian 

Arka plan: Şu anda çeşitli Bayes hiyerarşik modellerini karşılaştırarak bazı çalışmalar yapıyorum. verileri , katılımcı ve zaman için sayısal refah ölçüleridir . Katılımcı başına yaklaşık 1000 katılımcım ve 5 ila 10 gözlemim var. i jyben jyijy_{ij}beniijjj Çoğu boyuna veri kümesinde olduğu gibi, zamana daha yakın olan gözlemlerin birbirinden ayrı olanlardan …

14 bayesian  autocorrelation  hierarchical-bayesian  deviance 

Gelman & Hill (2007) kitabında (Regresyon ve Çok Düzeyli / Hiyerarşik Modeller Kullanılarak Veri Analizi), yazarlar gereksiz ortalama parametreler eklemenin MCMC'yi hızlandırmaya yardımcı olabileceğini iddia etmektedir. Verilen örnek, içiçe yerleştirilmemiş bir "uçuş simülatörü" modelidir (Denk 13.9): yiγjδk∼N(μ+γj[i]+δk[i],σ2y)∼N(0,σ2γ)∼N(0,σ2δ)yi∼N(μ+γj[i]+δk[i],σy2)γj∼N(0,σγ2)δk∼N(0,σδ2) \begin{align} y_i &\sim N(\mu + \gamma_{j[i]} + \delta_{k[i]}, \sigma^2_y) \\ \gamma_j &\sim N(0, …

12 mcmc  hierarchical-bayesian  gibbs 

N boyutlu vektörler \ mathbf {x_1}, .., \ mathbf {x_N} \ begin {align} \ mathbf {x_i} & \ sim oluşturmak için kullanılan normal bir dağılımın hassas matrisini çıkarırken \ mathcal {N} (\ boldsymbol {\ mu, \ Lambda ^ {- 1}}) \\ \ end {align} Wishart dağıtımı için önceki eşlenik olduğundan, …

12 bayesian  posterior  hierarchical-bayesian  conjugate-prior  wishart 

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 

Özür (içinde bölüm 13 "Kovaryans Adventures in" okuma süper ) kitabında İstatistiksel Yeniden Düşünmek Richard McElreath tarafından o aşağıdaki hiyerarşik modeli sunar: ( Rbir korelasyon matrisidir) Yazar, LKJcorrkorelasyon matrisi için düzenli hale getirme önceliği olarak işe yaramadan önce bunun zayıf bilgilendirici olduğunu açıklar . Ama neden böyle? Hangi özelliklere LKJcorrdağıtımı …

12 regression  self-study  correlation  prior  hierarchical-bayesian 

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 

Ben karışık modellerin nitrit gritty daha iyi anlamak için R lme4 paketi üzerinde Doug Bates teori kağıdı okuyorum ve daha iyi anlamak istiyorum, varyans tahmin için sınırlı maksimum olabilirlik (REML) kullanma hakkında ilginç bir sonuç geldi . REML kriteri 3.3 numaralı bölümde, varyans tahmininde REML kullanımının, monte edilmiş doğrusal bir …

11 maximum-likelihood  mixed-model  unbiased-estimator  hierarchical-bayesian  reml 

Verileri bir hiyerarşik model içerisinde burada \ lambda \ sim \ textrm {Gama} (\ a \ P) uygulamada tipik olarak görünmektedir değerlerine (seçilmek için \ alfa, \ beta) gama dağılımının ortalaması ve varyansı kabaca y verilerinin ortalaması ve varyansı ile kabaca eşleşecektir (örneğin, Clayton ve Kaldor, 1987 "Hastalık Haritalaması için …

11 poisson-distribution  gamma-distribution  hierarchical-bayesian  hyperparameter