Запитання з тегом «prior»

У статистиці Байєса попередній розподіл формалізує інформацію чи знання (часто суб'єктивні), доступні до того, як вибірка буде розглянута, у вигляді розподілу ймовірностей. Розподіл із великим розповсюдженням використовується, коли про параметри (и) відомо мало, тоді як більш вузький попередній розподіл представляє більшу ступінь інформації.

1
Чи застосовують статистики попередній досвід Джефріса в реальній роботі?
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 …

1
Біноміал Нег і пріоритет Джеффріса
Я намагаюся отримати попереднє значення Джефріса для негативного розподілу біномів. Я не бачу, де я помиляюся, тому, якщо хтось міг би допомогти вказати на це, це буде вдячно. Гаразд, ситуація така: я повинен порівнювати попередні розподіли, отримані за допомогою біноміального та негативного двочленів, де (в обох випадках) є випробувань і …

2
Що таке “Інформація про одиницю інформації”?
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.

2
Чому існують рекомендації щодо використання Jeffreys або льотчиків на основі ентропії для пробників MCMC?
На своїй вікі-сторінці розробники компанії Stan заявляють: Деякі принципи, які нам не подобаються: інваріантність, Джефріс, ентропія Натомість я бачу багато нормальних рекомендацій щодо розповсюдження. Поки я використовував байєсівські методи, які не покладалися на вибірку, і я був щасливий, що зрозумів, чому був хорошим вибором для біноміальних ймовірностей.θ∼Beta(α=12,β=12)θ∼Beta(α=12,β=12)\theta \sim \text{Beta}\left(\alpha=\frac{1}{2},\beta=\frac{1}{2}\right)
11 bayesian  mcmc  prior  pymc  stan 


1
Фактори Байєса з неправильними пріорами
У мене є питання щодо порівняння моделі за допомогою факторів Байєса. У багатьох випадках статистики зацікавлені в застосуванні байєсівського підходу з невідповідними пріорами (наприклад, деякими приорами Джеффріса та рефератами). Моє запитання: у тих випадках, коли задній розподіл параметрів моделі чітко визначений, чи справедливо порівнювати моделі з використанням факторів Байєса при …

3
Виявлення пріорів… з грошима!
Припустимо , у мене є «експертів», з яких я хотів би, щоб викликати попередній розподіл по деякої змінної X . Я хотів би мотивувати їх реальними грошима . Ідея полягає у тому, щоб викликати пріори, спостерігати за n реалізаціями випадкової величини X , а потім розкривати деякий заздалегідь визначений "гаманець" …
10 bayesian  prior 


3
Чи вимагає оцінка Байєса, щоб істинний параметр був можливою змінною попереднього?
Це може бути трохи філософським питанням, але тут ми ідемо: В теорії рішень ризик оцінки Байєса для визначається стосовно попереднього розподілу на .θ^(x)θ^(x)\hat\theta(x)θ∈Θθ∈Θ\theta\in\Thetaππ\piΘΘ\Theta Тепер, з одного боку, для того, щоб справжня генерувала дані (тобто "існує"), повинна бути можливою змінною під , наприклад, мати ненульову ймовірність, ненульову щільність тощо; з іншого …

1
Яка модель глибокого навчання може класифікувати категорії, які не є взаємовиключними
Приклади: у мене є речення в описі посади: "Старший інженер Java у Великобританії". Я хочу використовувати модель глибокого навчання, щоб передбачити її як 2 категорії: English і IT jobs. Якщо я використовую традиційну модель класифікації, вона може передбачити лише 1 мітку з softmaxфункцією на останньому шарі. Таким чином, я можу …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

1
Як можна формалізувати попередній розподіл ймовірностей? Чи є правила, які слід використовувати?
Хоча мені подобається думати, що я добре розумію концепцію попередньої інформації в байєсівському статистичному аналізі та прийнятті рішень, у мене часто виникають проблеми з обгортанням голови навколо її застосування. Я маю на увазі пару ситуацій, які є прикладом моєї боротьби, і я вважаю, що вони не належним чином розглядаються в …

1
Вибір пріорів на основі похибки вимірювання
Як обчислити відповідний попередній час, якщо у вас є помилка вимірювання приладу? Цей параграф є з книги Крессі "Статистика просторово-часових даних": Часто трапляється, що є якась попередня інформація щодо дисперсії помилок вимірювань, що дозволяє задавати досить інформативну модель параметрів. Наприклад, якщо ми припускаємо умовно незалежні помилки вимірювання, які є iid …

2
«Забудькуватість» пріоритету в байєсівській обстановці?
Загальновідомо, що оскільки у вас є більше доказів (скажімо у вигляді більших для iid прикладів), байєсівський пріоритет стає «забутим», і більшість висновків впливає на докази (або ймовірність).nnnnnn Це легко побачити для різних конкретних випадків (наприклад, Бернуллі з бета-версією чи інші типи прикладів) - але чи є спосіб це побачити в …
9 bayesian  prior 

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 
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.