«stan» etiketlenmiş sorular

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 

Stan ve frontend paketleriyle rstanarmveya brmsBayesian yolunu daha önce yaptığım gibi kolayca analiz edebilirim lme. Masamda Kruschke-Gelman-Wagenmakers-vb. Tarafından yazılan kitapların ve makalelerin çoğuna sahip olmama rağmen, bunlar bana Bayesian'ın Skylla'sı ile tıbbi gözden geçirenlerin Charybdisleri arasında parçalanmış bir tıbbi izleyici için sonuçları nasıl özetleyeceğimi söylemiyor. "Biz o dağınık şeyleri değil …

21 statistical-significance  bayesian  stan  credible-interval  medicine 

Buradan indirilebilen Stan belgelerini inceliyordum . Özellikle Gelman-Rubin teşhisini uygulamalarıyla ilgileniyordum. Orijinal Gelman ve Rubin kağıdı (1992) potansiyel ölçek azaltma faktörünü (PSRF) aşağıdaki gibi tanımlar: Let Xi,1,…,Xi,NXi,1,…,Xi,NX_{i,1}, \dots , X_{i,N} olduğu iii örneklenmiş inci Markov zinciri, ve genel olarak söz konusu olsun MMM örneklenmiş bağımsız zincirleri. Let X¯i⋅X¯i⋅\bar{X}_{i\cdot} ortalama olarak …

16 mcmc  convergence  gibbs  metropolis-hastings  stan 

Stan ve kullanmayı öğrenmeye başladım rstan. JAGS / BUGS'un nasıl çalıştığı konusunda her zaman kafam karışmadıkça, çizilecek modeldeki her parametre için her zaman bir tür önceden dağıtım tanımlamanız gerektiğini düşündüm. Yine de Stan belgelerine dayanarak bunu yapmak zorunda değilsiniz gibi görünüyor. İşte burada verdikleri örnek bir model . data { …

15 mcmc  prior  jags  graphical-model  stan 

Stantta yeni modeller yapmaya başladım ; aracı tanımak için Bayesian Veri Analizi (2nci baskı) 'daki bazı alıştırmalar üzerinde çalışıyorum. Waterbuck egzersiz varsayan bu verileri ile, ( N , θ ) bilinmeyen. Hamiltonian Monte Carlo ayrık parametrelere izin vermediğinden, N'yi gerçek bir ∈ [ 72 , ∞ ) olarak ilan ettim …

13 bayesian  mcmc  discrete-data  stan 

On onların wiki sayfasından Stan devletin geliştiriciler: Sevmediğimiz bazı ilkeler: değişmezlik, Jeffreys, entropi Bunun yerine, birçok normal dağıtım önerisi görüyorum. Şimdiye kadar örnekleme itimat etmedi Bayes yöntemleri kullanılır ve nazik anlamış mutlu oldu neden binom olasılıkları için iyi bir seçimdi.θ ~ beta ( α = 12, β= 12)θ~Beta(α=12,β=12)\theta \sim \text{Beta}\left(\alpha=\frac{1}{2},\beta=\frac{1}{2}\right)

12 bayesian  mcmc  prior  pymc  stan 

Yanıtın bir oran olduğu bir model oluşturmaya çalışıyorum (aslında bir partinin seçim bölgelerinde aldığı oyların payıdır). Dağıtımı normal değil, bu yüzden bir beta dağıtımı ile modellemeye karar verdim. Ayrıca birkaç tahmin edicim var. Ancak, HATA / JAGS / STAN'da nasıl yazacağımı bilmiyorum (JAGS benim en iyi seçimim olurdu, ama gerçekten …

10 bayesian  jags  bugs  beta-regression  stan 

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