Запитання з тегом «bayesian»

Так, у (непідконтрольному) текстовому моделюванні, латентне розподілення Діріхле (LDA) є баєсовою версією ймовірнісного латентного семантичного аналізу (PLSA). По суті, LDA = PLSA + Діріхле перед своїми параметрами. Я розумію, що LDA тепер є контрольним алгоритмом і реалізується в різних пакетах, тоді як PLSA більше не слід використовувати. Але в (під …

15 bayesian  multinomial  prior  naive-bayes  dirichlet-distribution 

Я намагаюся зрозуміти логіку d-розділення в причинних байєсівських мережах. Я знаю, як працює алгоритм, але я не точно розумію, чому працює "потік інформації", як зазначено в алгоритмі. Наприклад, на графіку вище, давайте подумаємо, що нам задано лише X, а іншої змінної не спостерігається. Тоді, згідно з правилами d-поділу, потік інформації …

15 bayesian  causality  graphical-model  bayesian-network 

В даний час я читаю про Байєсові методи в обчислювальній молекулярній еволюції Ян. У розділі 5.2 мова йде про пріори, зокрема про неінформативні / плоскі / розпливчасті / дифузні, сполучені та гіперприори. Це може бути запитання про надмірне спрощення, але чи може хтось просто пояснити різницю між цими видами пріорів …

15 bayesian  prior 

Мені потрібно «навчитися» розподілу біваріантного гаусса з кількома зразками, але гарна гіпотеза щодо попереднього розподілу, тому я хотів би скористатися байєсівським підходом. Я визначив своє попереднє: 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 \\ …

15 distributions  bayesian  estimation  covariance  posterior 

У мене розпливчасте розуміння, що таке метод передачі повідомлення: алгоритм, який будує наближення до розподілу шляхом ітеративної побудови апроксимації кожного з факторів розподілу, обумовлених усіма наближеннями всіх інших факторів. Я вважаю, що обидва є прикладами змінної передачі повідомлень та розповсюдження очікування . Що таке алгоритм передачі повідомлень більш чітко / …

15 distributions  bayesian  references  algorithms 

Чи може хтось віднести мене до хорошої довідки, яка пояснює зв’язок між байєсівською статистикою та методами генеративного моделювання? Чому ми зазвичай використовуємо генеративні моделі за допомогою байєсівської техніки? Чому особливо привабливо використовувати статистику Баєса за відсутності повних даних, якщо вони взагалі є? Зауважте, що я виходжу з більш орієнтованого на …

15 bayesian  generative-models 

З огляду на два масиви x і y, обидві довжиною n, я підходять до моделі y = a + b * x і хочу обчислити 95% довірчий інтервал для схилу. Це (b - дельта, b + дельта), де b зустрічається звичайним чином і delta = qt(0.975,df=n-2)*se.slope а se.slope - це …

15 r  regression  bayesian  confidence-interval  frequentist 

Алгоритми MCMC, такі як відбір проб Metropolis-Hastings та Gibbs, є способами відбору проб із спільних заднього розподілу. Я думаю, що я розумію і можу легко реалізувати мегаполіси - ви просто якось вибираєте початкові точки і «прогулюєте простір параметрів» випадковим чином, керуючись задньою щільністю та щільністю пропозицій. Вибірка Гіббса здається дуже …

15 bayesian  mcmc  gibbs 

Перемикання міток (тобто задній розподіл інваріантно для переключення міток компонентів) є проблематичним питанням при використанні MCMC для оцінки моделей сумішей. Чи існує стандартна (як у широко прийнятій) методологія для вирішення цього питання? Якщо немає стандартного підходу, то які плюси та мінуси провідних підходів до вирішення проблеми переключення міток?

15 bayesian  mcmc  mixture 

Я читав , що в правилі Байеса, знаменник зPr(data)Pr(data)\Pr(\textrm{data}) Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)\Pr(\text{parameters} \mid \text{data}) = \frac{\Pr(\textrm{data} \mid \textrm{parameters}) \Pr(\text{parameters})}{\Pr(\text{data})} називається нормою, що нормалізується . Що це саме? Яке його призначення? Чому це схоже на Pr(data)Pr(data)\Pr(data) ? Чому це не залежить від параметрів?

15 probability  bayesian 

Будучи студентом фізики, я пережив лекцію "Чому я баєс", мабуть, півдесятка разів. Це завжди те саме - ведучий самовдоволено пояснює, наскільки байєсівська інтерпретація перевершує частотулістську інтерпретацію, якою нібито користуються маси. Вони згадують правління Байєса, маргіналізацію, пріори та постеріори. Яка реальна історія? Чи існує законна область застосунку для частотистської статистики? (Безумовно, …

15 probability  bayesian  frequentist 

Я хочу використовувати при розподілі для моделювання коротких інтервальних повернень активів у байєсовій моделі. Я хотів би оцінити обидва ступені свободи (разом з іншими параметрами в моїй моделі) для розподілу. Я знаю, що віддача активів є зовсім ненормальною, але я не знаю занадто багато того. Який відповідний, м'яко інформативний попередній …

15 distributions  bayesian  modeling  prior 

Часто буває так, що довірчий інтервал з покриттям 95% дуже схожий на достовірний інтервал, який містить 95% задньої щільності. Це відбувається, коли попередній є рівномірним або майже однорідним в останньому випадку. Таким чином, довірчий інтервал часто можна використовувати для наближення достовірного інтервалу і навпаки. Важливо, що з цього можна зробити …

14 bayesian  confidence-interval  frequentist  credible-interval 

Не могли б ви надати покрокове для манекенів пояснення того, як працює Гамільтоніанський Монте-Карло? PS: Я вже читав відповіді тут, Гамільтонський Монте Карло , і тут, Гамільтоніан Монте-Карло проти Послідовного Монте-Карло , і тут, Гамільтоніан Монте-Карло: як зрозуміти пропозицію Метрополіс-Гастінг? і вони не звертаються до нього поетапно.

14 bayesian  hmc 

Отже, це може бути звичайним питанням, але я ніколи не знайшов задовільної відповіді. Як визначити ймовірність того, що нульова гіпотеза є істинною (або помилковою)? Скажімо, ви даєте студентам дві різні версії тесту і хочете перевірити, чи були версії еквівалентними. Ви виконуєте t-тест, і він дає p-значення .02. Яке приємне p-значення! …

14 probability  hypothesis-testing  bayesian