Запитання з тегом «bayes»

Коли хтось цікавиться статистикою, дихотомія "Частота" проти "Байєсіана" незабаром стає звичною (а хто так і не прочитав " Сигнал і шум" Нейт Сілвер ?). У переговорах та вступних курсах точка зору є надзвичайно частою ( MLE , значення), але, як правило, є невеликий проміжок часу, присвячений захопленню формулою Байєса і …

92 bayesian  mathematical-statistics  inference  bayes  frequentist 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закрито 2 роки тому . Я використовую caret, щоб запустити перехрещений випадковий ліс над набором даних. Змінна Y - фактор. У моєму наборі даних немає NaN, Inf …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

Теорема Байєса йде P(model|data)=P(model)×P(data|model)P(data)P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Це все добре. Але я десь читав: В основному P (дані) - це не що інше, як нормалізуюча константа, тобто константа, яка змушує задню щільність інтегруватися в одну. Ми знаємо, що і . 0≤P(model)≤10≤P(model)≤10 \leq P(\textrm{model}) \leq 10≤P(data|model)≤10≤P(data|model)≤1 0 \leq P(\textrm{data}|\textrm{model}) …

20 probability  bayesian  conditional-probability  bayes 

Стаття «Коефіцієнти, які постійно оновлюються» згадується історія рибалки на Лонг-Айленді, який буквально завдячує своїм життям Байєсовій статистиці. Ось коротка версія: На човні посеред ночі стоять два рибалки. Поки один спить, інший падає в океан. Човен продовжує тролею на автопілоті всю ніч, поки перший хлопець нарешті не прокинеться і не сповістить …

19 probability  bayesian  posterior  bayes 

Я думаю, що хороший спосіб запам'ятати формулу - це думати про формулу так: Ймовірність того, що якась подія A має певний результат, враховуючи результат незалежної події B = ймовірність того, що обидва результати відбудуться одночасно / що б ми не говорили, ймовірність бажаного результату події A була б, якби ми …

15 bayesian  bayes 

Я не розумію, як було отримано це рівняння. P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M_{1}\cap M_{2}) \leq \frac{P(I)}{P(I')}\cdot \frac{P(M_{1}|I)P(M_{2}|I)}{P(M_{1}|I')P(M_{2}|I')} Це рівняння було виведене з статті "Проба з імовірністю", де в якості прикладу була подана справа О. Я. Сімпсона. Підсудного засуджено за подвійне вбивство та проти нього введено два докази. M1M1M_{1} - це випадок, коли кров підсудного …

13 bayesian  conditional-probability  bayes 

Яке відношення між лінійним дискримінантним аналізом та правилом Байєса? Я розумію, що LDA використовується в класифікації, намагаючись мінімізувати співвідношення між груповою дисперсією та між дисперсією групи, але я не знаю, як в ній використовується правило Байєса.

12 classification  discriminant-analysis  bayes 

Це більше питання історії науки, але я сподіваюсь, що це тут тема. Я читав, що Томасу Бейсу вдалося лише відкрити теорему Байєса для особливого випадку рівномірного попереднього, і навіть тоді він боровся з цим, мабуть. Зважаючи на те, наскільки тривіальна загальна теорема Байєса в сучасному лікуванні, чому вона представляла виклик …

12 bayesian  bayes  history 

Вважається ідеальним випадком, коли структура ймовірностей, що лежать в основі категорій, досконало відома. Чому саме завдяки класифікатору Bayes ми досягаємо найкращих показників, яких можна досягти? Яке формальне підтвердження / пояснення цьому? Ми завжди використовуємо класифікатор Байєса як орієнтир для порівняння продуктивності всіх інших класифікаторів.

11 probability  classification  bayesian  bayes 

Я читав Wagenmakers (2007) Практичне рішення поширеної проблеми р-значень . Мене заінтригує перетворення значень BIC в коефіцієнти та ймовірності Байєса. Однак поки що я не розумію, що саме є одиничною інформацією . Буду вдячний за пояснення із зображеннями, або код R для створення зображень саме цього.

11 prior  bic  bayes  unit-information-prior 

Я намагаюся обернути голову навколо результату теореми Байєса, застосованого до прикладу класичної мамографії, при цьому поворот мамографії є ​​ідеальним. Це є, Захворюваність на рак:.01.01.01 Ймовірність позитивної мамографії, якщо пацієнт має рак:111 Ймовірність позитивної мамографії, якщо пацієнт не має раку:.01.01.01 Байєс: P (рак | мамограма +) =1⋅.01(1⋅.01)+(.091⋅.99)1⋅.01(1⋅.01)+(.091⋅.99)\dfrac {1 \cdot .01}{(1 \cdot …

11 bayesian  bayes  binning  diagnosis 

Я працюю з нечіткою логікою (FL) протягом багатьох років, і я знаю, що існують відмінності між FL та ймовірністю, особливо стосовно того, як FL має справу з невизначеністю. Однак я хотів би запитати, які ще відмінності існують між FL та ймовірністю? Іншими словами, якщо я маю справу з ймовірностями (злиття …

10 bayes  fuzzy 

Коефіцієнт Байєса визначається в баєсівському тестуванні гіпотези та підборі байесівської моделі за співвідношенням двох граничних ймовірностей: з урахуванням iid вибірки та відповідної щільності вибірки та , з відповідними пріорами та , коефіцієнт Байєса для порівняння двох моделей - книга Я в даний час розглядає має дивне твердження , що вище …

9 bayes  marginal  sequential-analysis  bayes-factors 

Втрати L2 разом із втратами L0 та L1 - це три дуже поширені функції "втрати за замовчуванням", які використовуються при підсумовуванні задньої частини за мінімальною очікуваною втратою. Однією з причин цього є, можливо, те, що їх порівняно легко обчислити (принаймні, для 1d-розподілів), L0 призводить до режиму, L1 - медіану, а …

9 bayes  teaching  decision-theory  loss-functions 

З математичної точки зору теорема Байєса має для мене ідеальний сенс (тобто виведення та доведення), але те, що я не знаю, є чи немає приємного геометричного чи графічного аргументу, який може бути показаний для пояснення теореми Байєса. Я спробував Гуглінг навколо, щоб відповісти на це, і на диво, я не …

9 bayesian  bayes  geometry