Запитання з тегом «bayesian»

Байєсівський висновок - це метод статистичного висновку, який спирається на трактування параметрів моделі як випадкових змінних і застосування теореми Байєса для виведення суб'єктивних тверджень про ймовірність щодо параметрів або гіпотез, що залежать від спостережуваного набору даних.

3
Часті міркування та обумовлення спостережень (приклад Wagenmakers et al.)
Я не є експертом у галузі статистики, але, на мою думку, існує розбіжність, чи "правильне" тлумачення ймовірності "часто" чи "баєса". Від Wagenmakers et. al p. 183: Розглянемо рівномірний розподіл із середнім та шириною . Намалюйте два значення випадковим чином з цього розподілу, мітка наімалейшего один і найбільшого один , і …

4
Стандартні алгоритми для здійснення ієрархічної лінійної регресії?
Чи існують стандартні алгоритми (на відміну від програм) для ієрархічної лінійної регресії? Люди зазвичай просто роблять MCMC чи є більш спеціалізовані, можливо частково закриті форми, алгоритми?

1
Облік дискретних або бінарних параметрів у байєсівському критерії інформації
BIC штрафується на основі кількості параметрів. Що робити, якщо деякі параметри є певними змінними бінарних індикаторів? Чи вважають це повними параметрами? Але я можу поєднати бінарних параметрів в одну дискретну змінну, яка приймає значення в . Чи слід їх вважати параметрами або одним параметром?ммm{ 0 , 1 , . . …

2
Дозволити даним диктувати пріори, а потім запустити модель за допомогою цих пріорів? (наприклад, пріори, керовані даними з одного набору даних)
Наскільки я розумію, ми не повинні дозволяти тому самому набору даних, який ми аналізуємо, для визначення / визначення того, як виглядають попередні розподіли в байєсівському аналізі. Зокрема, недоцільно визначати попередні розподіли для байєсівського аналізу на основі зведених статистичних даних із того ж набору даних, який ви збираєтесь використовувати пріори, щоб …
9 bayesian  prior 

1
Як я можу обчислити оцінку задньої щільності за попередньою та ймовірною?
Я намагаюся зрозуміти, як використовувати теорему Байєса для обчислення задніх, але я застрягаю з обчислювальним підходом, наприклад, у наступному випадку мені незрозуміло, як взяти добуток попереднього та ймовірного, а потім обчислити задній: У цьому прикладі мені цікаво обчислити задню ймовірність і я використовую стандартний звичайний до , але я хочу …

3
Норми прийняття для Метрополіс-Гастінгса з рівномірним розподілом кандидатів
Коли використовується алгоритм Metropolis-Hastings з рівномірним розподілом кандидатів, що обґрунтовує рівень прийняття близько 20%? Думаю: коли виявляться справжні (або близькі до істинних) значення параметрів, то жоден новий набір значень параметрів-кандидатів з того самого рівномірного інтервалу не збільшуватиме значення функції ймовірності. Тому, чим більше ітерацій я запускаю, тим меншими є рівень …


4
Як здійснити декілька пост-хо-хі-квадратних тестів на таблиці 2 X 3?
Мій набір даних складається із загальної смертності чи виживання організму на трьох типах ділянок, прибережних, середніх каналів та офшорних. Цифри в таблиці нижче представляють кількість сайтів. 100% Mortality 100% Survival Inshore 30 31 Midchannel 10 20 Offshore 1 10 Мені хотілося б дізнатися, чи кількість сайтів, де 100% смертність сталася, …

2
Об'єднайте попередньо для розподілу Gamma
Мені потрібно оновити рівень відмов (дається як детермінований) на основі нової швидкості відмов приблизно в тій же системі (вона також є детермінованою). Я читав про кон'юговані пріори та розподіл гамми як кон'югат для процесу Пуассона. Також я можу прирівняти середнє значення гамма-дист. ( ) до нової норми (як середнє значення), …
9 bayesian 
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.