Запитання з тегом «bayesian»

Добре відомо, що лінійна регресія з покаранням еквівалентна знаходженню оцінки ПДЧ, заданої Гауссовим попереднім коефіцієнтом. Аналогічно, використання штрафу l 1 еквівалентно використанню розподілу Лапласа як попереднього.л2л2l^2л1л1l^1 Не рідкість використання деякої зваженої комбінації регуляризації та l 2 . Чи можемо ми сказати, що це еквівалентно деякому попередньому розподілу коефіцієнтів (інтуїтивно, здається, …

17 regression  bayesian  regularization  prior  elastic-net 

Я читав про Джеффрі до Вікіпедії: Джефріс Пріор і бачив, що після кожного прикладу він описує, як трансформація, що стабілізує дисперсію, перетворює Джефріса до рівномірного. Як приклад для випадку Бернуллі, він стверджує, що для монети, яка є головами з ймовірністю γ∈[0,1]γ∈[0,1]\gamma \in [0,1] , випробувальна модель Бернуллі виводить, що до …

17 bayesian  prior  jeffreys-prior 

Я відкладаю "відповідь" на питання, яке я дав десь два тижні тому: Чому корисність "Джеффріс" корисна? Це справді було питання (і я тоді не мав права публікувати коментарі), тому я сподіваюся, що це нормально: У посиланні вище обговорюється, що цікавою особливістю Джефріса до цього є те, що при перемодуванні моделі …

17 bayesian  mathematical-statistics  fisher-information  jeffreys-prior  invariance 

В даний час я намагаюся зрозуміти Принцип ймовірності, і я, відверто кажучи, не розумію цього. Отже, я запишу все своє запитання як список, навіть якщо це можуть бути досить основними питаннями. Що саме означає фраза "вся інформація" в контексті цього принципу? (як і вся інформація у вибірці міститься у функції …

17 bayesian  likelihood  likelihood-principle 

З плоским попереднім оцінкою збігаються оцінки ML (частість - максимальна ймовірність) та MAP (байєсівський - максимум a posteriori). Однак у більш загальному плані я говорю про оцінки точок, отримані як оптимізатори певної функції втрат. Тобто (Bayesian) х (x^(.)=argminE(L(X−x^(y))|y) (Bayesian) x^(.)=argminE(L(X−x^(y))|y) (Bayesian) \hat x(\,. ) = \text{argmin} \; \mathbb{E} \left( L(X-\hat …

17 bayesian  estimation  loss-functions  frequentist  decision-theory 

Якщо у нас невеликий розмір вибірки, чи вплине попередній розподіл на задній розподіл сильно?

17 bayesian  sample-size  prior 

У коментарі до цього повідомлення Робі Маккіліам говорить : Слід зазначити, що, з точки зору відвідувачів, немає причин, щоб ви не могли включити попередні знання до моделі. У цьому сенсі частофілістський погляд простіший, у вас є лише модель та деякі дані. Немає необхідності відокремлювати попередню інформацію від моделі Також тут …

17 bayesian  prior  regularization  frequentist 

Під час використання моделювання тем (Latent Dirichlet Allocation) кількість тем є вхідним параметром, який потрібно вказати користувачеві. Мені здається, що ми також повинні запропонувати збірку наборів тем кандидатів, проти яких повинен діяти процес Діріхле? Чи правильно я розумію? На практиці, як налаштувати такий тип набору кандидатів?

17 machine-learning  bayesian  clustering  text-mining  dirichlet-distribution 

Хтось написав коротке опитування різних підходів до статистики? До першого наближення ви маєте частолістську та баєсівську статистику. Але коли ви придивитесь ближче, у вас є й інші підходи, такі як вірогідність та емпіричний Байєс. І тоді у вас є підрозділи в таких групах, як суб'єктивний Байєс, об'єктивний Байєс, в баєсівській …

17 bayesian  frequentist  philosophical 

Я шукаю гарний підручник з кластеризації даних при Rвикористанні ієрархічного процесу діріхле (HDP) (один з останніх і популярних непараметричних методів Байєса). Існує DPpackage(ІМХО, найбільш повний з усіх доступних) Rдля непараметричного байєсівського аналізу. Але я не в змозі зрозуміти приклади, подані в R Newsпосібнику з посібника або в його посібнику досить …

17 r  bayesian  clustering  nonparametric 

Заблокований . Це питання та його відповіді заблоковано, оскільки це питання поза темою, але має історичне значення. Наразі не приймає нових відповідей чи взаємодій. Я купив цю книгу: Як виміряти що-небудь: пошук цінностей нематеріальних речей у бізнесі і Перший аналіз даних: Посібник для учнів щодо великих чисел, статистики та хороших …

17 machine-learning  bayesian  references 

Я шукаю неінформативні пріори для бета-розподілу для роботи з біноміальним процесом (Hit / Miss). Спочатку я думав про використання які створюють єдиний PDF, або Джефрі попереднього . Але я насправді шукаю пріорів, які мають мінімальний вплив на задній результат, і тоді я подумав про те, щоб скористатись неналежним попереднім значенням …

17 bayesian  prior  beta-distribution  uninformative-prior 

Як ми можемо обчислити задню частину з попередньою N ~ (a, b) після дотримання n точок даних? Я припускаю, що ми повинні обчислити середню вибірку та дисперсію точок даних і зробити якийсь розрахунок, який поєднує задній з попереднім, але я не зовсім впевнений, як виглядає формула комбінації.

17 bayesian  normal-distribution  conjugate-prior 

Я знаю 3 методи для оцінки параметрів, ML, MAP та підходу Байєса. А для підходу MAP та Bayes нам потрібно вибрати пріори для параметрів, правда? Скажімо, у мене є модель , в якій α , β - параметри, для того, щоб зробити оцінку за допомогою MAP або Bayes, я прочитав …

17 bayesian  estimation  prior 

Це питання було натхнене двома останніми взаємодіями, які я мав, одна тут у резюме , а інша на економ.се. Там, я відправив відповідь на відомий «Конверт парадоксу» (зауважте, не як на «правильну відповідь» , але в якості відповіді , що випливають з конкретних припущень про структуру ситуації). Через деякий час …

16 bayesian  mathematical-statistics  prior  theory  philosophical