«posterior» etiketlenmiş sorular

Belirli bir parametrede çıkarsama yapmak için MCMC numuneleri alırken , hedeflenmesi gereken minimum etkili örnek sayısı için iyi kılavuzlar nelerdir? Ve bu tavsiye, model az çok karmaşık hale geldikçe değişir mi?

13 bayesian  sample-size  mcmc  posterior 

Varsayalım ki bir dizi . Her y i noktası p ( y i | x ) = 1 dağılımı kullanılarak oluşturulur y={y1,y2,…,yN}y={y1,y2,…,yN}\mathbf{y} = \{y_1, y_2, \ldots, y_N \}yiyiy_i Arka için elde etmek içinxbiz yazmak p(x|y)αp(y|x)p(X)=p(x) , N Π i=1p(yı|x). Minka'nınBeklenti Yayılımıbelgesine göreposterior elde etmek için2Nhesaplamayaihtiyacımız varp(yi|x)=12N(x,1)+12N(0,10).p(yi|x)=12N(x,1)+12N(0,10). p(y_i| x) = \frac12 …

13 bayesian  mixture  posterior 

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 

Bu aynı zamanda Hesaplamalı Bilim'de de sorulmuştur . Ben 11 veri örnekleri ile, bir otomatik için bazı katsayılar Bayesian bir tahmin hesaplamaya çalışıyorum: nerede ortalama 0 ve varyans ile Vektör üzerindeki önceki dağılım ortalama ile Gauss ve ortalama ile çapraz kovaryans matrisi eşit çapraz girişler . ϵ i σ 2 …

12 bayesian  mathematical-statistics  posterior 

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 

(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 

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 

Maksimum olabilirlik tahmini ve maksimum posteriori tahmin hakkında okudum ve şimdiye kadar sadece maksimum olabilirlik tahmini ile somut örneklerle karşılaştım. Maksimum posteriori kestirime ilişkin bazı soyut örnekler buldum, ancak üzerinde sayılarla henüz somut bir şey yok: S Çok ezici olabilir, sadece soyut değişkenler ve işlevlerle çalışabilir ve bu soyutlukta boğulmamak …

11 bayesian  estimation  posterior 

Asıl sorularım son iki paragrafta, ancak motive etmek için: Bilinen bir varyansı olan bir Normal dağılımı izleyen rastgele bir değişkenin ortalamasını tahmin etmeye çalışıyorsam, ortalamadan önce bir üniforma yerleştirmenin, olasılık fonksiyonu ile orantılı bir posterior dağılımla sonuçlandığını okudum. Bu durumlarda, Bayes güvenilir aralığı sık sık güven aralığıyla mükemmel şekilde örtüşmektedir …

11 bayesian  maximum-likelihood  posterior  frequentist 

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 

Stan (özellikle rstan), tahmini posterior dağılımlar oluşturmak için yerleşik olanaklara sahip mi? Stan uyumdan dağıtım yapmak zor değil, ama tekerleği yeniden icat etmemeyi tercih ederim.

9 bayesian  posterior  stan