Запитання з тегом «bayesian»

У частотистській статистиці 95% довірчий інтервал - це процедура, що виробляє інтервал, яка, якщо повторюватись нескінченну кількість разів, містила б справжній параметр 95% часу. Чому це корисно? Інтервали довіри часто неправильно розуміються. Вони не є інтервалом, у якому ми можемо бути на 95% впевнені, що параметр знаходиться (якщо ви не …

11 hypothesis-testing  bayesian  mathematical-statistics  confidence-interval  frequentist 

(Це питання натхнене цим коментарем від Сіаня .) Добре відомо, що якщо правильний попередній розподіл π(θ)π(θ)\pi(\theta) і чітко визначена ймовірність L(θ|x)L(θ|x)L(\theta | x) , то задній розподіл π(θ|x)∝π(θ)L(θ|x)π(θ|x)∝π(θ)L(θ|x)\pi(\theta|x)\propto \pi(\theta) L(\theta|x) є належним майже напевно. У деяких випадках ми використовуємо натомість загартовану або експоненційну ймовірність, що призводить до псевдо-задньої π~(θ|x)∝π(θ)L(θ|x)απ~(θ|x)∝π(θ)L(θ|x)α\tilde\pi(\theta|x)\propto \pi(\theta) …

11 bayesian  prior  posterior 

Мені часто люди говорять про запозичення інформації або обмін інформацією в ієрархічних моделях Баєса. Я, здається, не можу отримати прямої відповіді про те, що це насправді означає, і якщо воно є унікальним для баєсових ієрархічних моделей. Я якось здобув ідею: деякі рівні у вашій ієрархії мають спільний параметр. Я поняття …

11 machine-learning  bayesian  multilevel-analysis  terminology  hierarchical-bayesian 

Чи оцінювачі Байєса несприйнятливі до зміщення відбору? Більшість статей, в яких обговорюється оцінка високої розмірності, наприклад, дані про цілі послідовності геномів, часто порушують питання зміщення селекції. Відхилення відбору випливають з того, що, хоча у нас є тисячі потенційних прогнозів, буде вибрано лише декілька, і на декількох вибраних буде зроблено висновок. …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior 

Я читаю слайди Стівена Скотта про пакет BSTS R (їх можна знайти тут: слайди ). У якийсь момент, коли йдеться про включення багатьох регресорів у модель структурних часових рядів, він вводить коефіцієнти регресії ковзання та плити, і каже, що вони краще порівняно з пенізованими методами. Скаже Скотт, посилаючись на приклад …

11 r  bayesian  feature-selection  penalized  bsts 

Я шукаю статті чи книги з практичними та теоретичними прикладами про основні MCMC для Bayesian Statistics (With R). Я ніколи не займався симуляцією, і тому шукаю "базову" інформацію. Чи можете ви дати мені якісь рекомендації чи поради?

11 bayesian  references  mcmc 

Здається, що в байєсівській спільноті триває суперечка щодо того, чи слід робити оцінку параметрів Байєса чи тестування гіпотези Байєса. Мені цікаво просити думки з цього приводу. Які відносні сильні та слабкі сторони цих підходів? У яких контекстах один є більш відповідним, ніж інший? Чи слід робити оцінку параметрів і тестування …

11 hypothesis-testing  bayesian 

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 

Далі - уривок із вступу Болстада до байєсівської статистики . Для всіх вас, фахівців, це може бути тривіально, але я не розумію, як автор робить висновок, що нам не потрібно робити ніякої інтеграції, щоб обчислити задню ймовірність деякого значення . Я розумію, другий вираз - пропорційність і звідки походять усі …

11 distributions  bayesian  beta-distribution  conjugate-prior 

З огляду на формулу для оцінки параметра MAP для чого потрібен підхід MCMC (або подібний), я не міг просто взяти похідну, встановити її в нуль і потім вирішити для параметра?

11 bayesian  estimation  mcmc 

Коли я дізнався про попередній Джефріс у своєму випускницькому класі статистичних висновків, то мої професори звучали так, ніби це було цікаво здебільшого з історичних причин, а не тому, що хтось коли-небудь ним користуватиметься. Тоді, коли я взяв аналіз даних Баєса, нас ніколи не просили використовувати пріори Джефріса. Хтось насправді використовує …

11 bayesian  prior  jeffreys-prior 

Я використовую PyMC3 для запуску моделей Bayesian на моїх даних. Я новачок у байєсівському моделюванні, але, згідно з повідомленнями в деяких блогах , Вікіпедії та QA з цього сайту, здається, що це правильний підхід до використання коефіцієнта Байєса та критерію BIC, щоб можна було вибрати, яка модель найкраще представляє мої …

11 bayesian  model-selection  pymc 

Я мушу зізнатися, що раніше я не чув про цей термін в жодному з моїх класів, нижчих класів чи ступенів. Що означає для логістичної регресії бути баєсівською? Я шукаю пояснення з переходом від звичайної логістичної до байесівської логістики, подібної до наступної: Це рівняння в моделі лінійної регресії: .Е( у) = …

11 regression  logistic  bayesian  multiple-regression  generalized-linear-model 

Я працюю над виведенням задньої частини Normal-Wishart, але я застряг у одному з параметрів (задній частині матриці шкали, див. Внизу). Тільки для контексту та повноти, ось модель та решта похідних: 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} Розширеними формами кожного з трьох …

11 bayesian  posterior 

Припустимо, два класи і мають атрибут і мають розподіл і . якщо ми маємо рівні до для наступної матриці витрат:C 2 x N ( 0 , 0,5 ) N ( 1 , 0,5 ) P ( C 1 ) = P ( C 2 ) = 0,5С1C1C_1С2C2C_2хxxN( 0 , 0 …

11 machine-learning  classification  bayesian  normal-distribution  bivariate