«posterior» etiketlenmiş sorular

Bayesci istatistiklerde verilere şartlanan parametrelerin olasılık dağılımını ifade eder.

3
Bayesian önceki ve posterior dağılımlarını anlamama yardım et
Bir grup öğrencide, solak 18 kişiden 2'si vardır. Öğrenimsiz olduğunu varsayarsak popülasyondaki solak öğrencilerin arka dağılımını bulun. Sonuçları özetle. Literatüre göre insanların% 5-20'si solaktır. Bu bilgileri öncekilerinizde dikkate alın ve yeni posterior hesaplayın. Beta dağılımının burada kullanılması gerektiğini biliyorum . İlk olarak, αα\alpha ve ββ\beta değerleri 1 olarak? Posterior malzemesinde …

1
Posterior prediktif kontroller nelerdir ve bunları faydalı yapan nedir?
Posterior kestirim dağılımının ne olduğunu anlıyorum ve posterior kestirim kontrolleri hakkında okudum , ancak henüz ne yaptığım henüz net değil. Posterior prediktif kontrol tam olarak nedir? Bazı yazarlar neden posterior öngörücü kontroller yapmanın “verileri iki kez kullanmak” olduğunu ve kötüye kullanılmaması gerektiğini söylüyor? (ya da Bayesian olmadığını bile)? (örneğin bkz …

3
Posterior ve posterior prediktif dağılım arasındaki fark nedir?
Bir Posterior'un ne olduğunu biliyorum ama ikincisinin ne anlama geldiğinden emin değilim? 2 farklı nasıl? Kevin P Murphy, ders kitabındaki Makine Öğrenmesi: Olasılıklı bir Perspektif olduğunu, “içsel bir inanç hali” olduğunu belirtti. Bu gerçekten ne anlama geliyor? Bir Prior'ın içsel inancınızı veya önyargınızı temsil ettiği izlenimindeydim, nerede yanlış yapıyorum?

3
Hatalı bir önceki, uygun bir posterior dağılıma nasıl yol açar?
Önceden uygun bir dağıtım durumunda, P(θ∣X)=P(X∣θ)P(θ)P(X)P(θ∣X)=P(X∣θ)P(θ)P(X)P(\theta \mid X) = \dfrac{P(X \mid \theta)P(\theta)}{P(X)} ∝P(X∣θ)P(θ)∝P(X∣θ)P(θ) \propto P(X \mid \theta)P(\theta) . Bu adım için olağan gerekçelendirme, , in marjinal dağılımının açısından sabittir ve böylece posterior dağılımı elde ederken göz ardı edilebilir olmasıdır.XXXP(X)P(X)P(X)θθ\theta Ancak, uygunsuz bir öncelik durumunda, posterior dağılımın gerçekten var olduğunu nereden …


6
Poster önceliğe ve olasılığa göre çok farklı
Eğer önceki ve olasılık birbirinden çok farklıysa, bazen arkadakilerin hiçbirine benzemediği bir durum ortaya çıkar. Örneğin, normal dağılımları kullanan bu resme bakın. Her ne kadar bu matematiksel olarak doğru olsa da, sezgilerime uygun gözükmüyor - veriler güçlü tutulan inançlarımla veya verilerle uyuşmuyorsa, hiçbir menzilin iyi geçmesini beklememeyi ya da düz …


2
Bayes teoremini denizde kaybolan bir balıkçı arayışına nasıl uygulayabilirim?
Oranlar, Sürekli Güncellenmiş makalesi , yaşamını tam anlamıyla Bayes İstatistiklerine borçlu olan bir Long Island balıkçısının hikayesinden bahsediyor. İşte kısa versiyon: Gecenin ortasında bir teknede iki balıkçı var. Biri uyurken diğeri okyanusa düşer. Tekne, ilk adam uyanıp Sahil Güvenlik'i haberdar edene kadar gece boyunca otomatik pilot üzerinde ilerlemeye devam eder. …

2
Posterior dağılımı zaten biliyorsak neden posterior dağılımdan numune almak gerekir?
Anladığım kadarıyla parametre değerlerini tahmin etmek için Bayesci bir yaklaşım kullanırken: Posterior dağılım önceki dağılım ve olasılık dağılımının kombinasyonudur. Bunu posterior dağılımdan bir örnek oluşturarak simüle ediyoruz (örneğin, değerleri oluşturmak için bir Metropolis-Hasting algoritması kullanarak ve posterior dağılıma ait olma olasılığının belirli bir eşiğinin üzerindeyse bunları kabul ediyoruz). Bu örneği …

4
Genellikle bilgisiz veya öznel öncelikler kullandığımızda yorumda bayes çerçevesi nasıl daha iyidir?
- bu veriler verilen bir parametre olasılığını hesaplar çünkü çoğu zaman, (frequentist üzerinden) Bayesian çerçeve yorumlanmasında büyük bir üstünlüğe sahip olduğunu ileri sürülmektedir yerine p ( x | İçeride ISTV melerin RWMAIWi'nin ) frequentist çerçevesindeki gibi . Çok uzak çok iyi.p(θ|x)p(θ|x)p(\theta|x)p(x|θ)p(x|θ)p(x|\theta) Ancak, temel aldığı tüm denklem: p(θ|x)=p(x|θ).p(θ)p(x)p(θ|x)=p(x|θ).p(θ)p(x)p(\theta|x) = {p(x|\theta) . …

1
Çok değişkenli normal posterior
Bu çok basit bir soru ama türetmeyi internette veya kitapta hiçbir yerde bulamıyorum. Bayesilerin çok değişkenli bir normal dağılımı nasıl güncellediğini görmek isterim. Örneğin: hayal edin P(x|μ,Σ)P(μ)==N(μ,Σ)N(μ0,Σ0).P(x|μ,Σ)=N(μ,Σ)P(μ)=N(μ0,Σ0). \begin{array}{rcl} \mathbb{P}({\bf x}|{\bf μ},{\bf Σ}) & = & N({\bf \mu}, {\bf \Sigma}) \\ \mathbb{P}({\bf \mu}) &= & N({\bf \mu_0}, {\bf \Sigma_0})\,. \end{array} {\ …

1
Posterior dağılımın bu resminde yanlış olan ne?
Bana şu görüntüye sahibim ki, posterior olasılık dağılımının önceki ve olasılık dağılımlarının nasıl bir birleşimi olduğunu gösteren bir örnek. Bana görüntüyle ilgili yanlış bir şey olduğu söylendi, yani arka dağılımın, olasılık fonksiyonu şeklinde verilen forma sahip olamayacağı söylendi. Ama görüntüde neyin yanlış olduğunu düşünmeye çalışıyorum. Posterior olasılık gibi görünmektedir, ancak …

1
Bir lmer modeli için hangi çoklu karşılaştırma yöntemi kullanılır: lsmeans veya glht?
Bir veri setini bir sabit efekt (durum) ve iki rastgele efekt (katılımcı konu tasarımı ve çifti nedeniyle katılımcı) ile karışık efektler modeli kullanarak analiz ediyorum. Model ile oluşturulan lme4paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Sonra, bu modelin sabit etki (durum) olmadan modele karşı bir olasılık oranı testi yaptım ve önemli bir farkım var. Veri …

2
Çok değişkenli bir gaussianın kovaryans posterior dağılımını tahmin etme
Birkaç değişkenli bir iki değişkenli gauss dağılımını "öğrenmeliyim", ancak önceki dağıtımda iyi bir hipotez var, bu yüzden bayes yaklaşımını kullanmak istiyorum. tanımladım: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 & 0 \\ 0 & 27 \end{bmatrix} …

4
Maksimum posterior tahmini varsa MCMC tabanlı yöntemler uygun mudur?
Birçok pratik uygulamada, posterior analitik olmasına rağmen (örneğin, öncekiler eşlenik olduğu için) bir parametreyi tahmin etmek için MCMC tabanlı yöntemlerin kullanıldığını fark ettim. Benim için MCMC tabanlı tahmin edicilerden ziyade MAP tahmin edicilerinin kullanılması daha anlamlı. Herkes MCMC'nin analitik posterior varlığında neden hala uygun bir yöntem olduğunu belirtebilir mi?

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.