Perguntas com a marcação «bayesian»

Meu entendimento é que, ao usar uma abordagem bayesiana para estimar valores de parâmetros: A distribuição posterior é a combinação da distribuição anterior e da distribuição de probabilidade. Simulamos isso gerando uma amostra da distribuição posterior (por exemplo, usando um algoritmo Metropolis-Hasting para gerar valores, e os aceitamos se estiverem …

19 bayesian  inference  simulation  mcmc  posterior 

Na fórmula de Bayes: P( x | a ) = P( a | x ) P( X )P( Um )P(x|uma)=P(uma|x)P(x)P(uma)P(x|a) = \frac{P(a|x) P(x)}{P(a)} a probabilidade posterior P( x | a )P(x|uma)P(x|a) pode exceder 1? Eu acho que é possível se, por exemplo, supondo que 0 < P( Um ) < …

18 probability  bayesian  conditional-probability 

Estou tentando entender em um nível mais profundo a onipresença da probabilidade logarítmica (e talvez mais geralmente da probabilidade logarítmica) nas estatísticas e na teoria da probabilidade. As probabilidades de log aparecem em todo o lugar: geralmente trabalhamos com a probabilidade de log para análise (por exemplo, para maximização), as …

18 probability  bayesian  likelihood  log-likelihood 

Só estou me perguntando se as estatísticas bayesianas seriam aplicadas, consequentemente, do primeiro ao último, se isso fizer uma meta-análise obsoleta. Por exemplo, vamos assumir 20 estudos que foram realizados em diferentes momentos. A estimativa ou distribuição do primeiro estudo foi realizada com prévia não informativa . O segundo estudo …

18 bayesian  meta-analysis 

É verdade que, para duas variáveis ​​aleatórias e ,AAABBB E(A∣B)=E(B∣A)E(A)E(B)?E(A∣B)=E(B∣A)E(A)E(B)?E(A\mid B)=E(B\mid A)\frac{E(A)}{E(B)}?

18 bayesian  mathematical-statistics 

Às vezes, na literatura, esbarro na observação de que a escolha de anteriores que dependem dos dados em si (por exemplo, Zellners g-prior) pode ser criticada do ponto de vista teórico. Onde exatamente está o problema se o prior não for escolhido independentemente dos dados?

18 bayesian  prior  hierarchical-bayesian 

Qual é um bom livro sobre filosofia bayesiana, contrastando subjetivistas contra objetivistas, explicando a visão da probabilidade como estado do conhecimento nas estatísticas bayesianas, etc.? Talvez o livro de Savage? No começo, pensei que Berger (1986) poderia funcionar, mas não é o que estou procurando. Procurar um livro desse tipo …

18 bayesian  references  philosophical 

Meu entendimento do debate bayesiano x frequentista é que as estatísticas freqüentistas: é (ou afirma ser) objetivo ou pelo menos imparcial pesquisadores tão diferentes, usando suposições diferentes ainda podem obter resultados quantitativamente comparáveis enquanto estatísticas bayesianas afirma fazer previsões "melhores" (ou seja, menor perda esperada), porque pode usar conhecimento prévio …

18 bayesian  quality-control 

Costuma-se argumentar que a estrutura bayesiana tem uma grande vantagem na interpretação (sobre frequentista), porque calcula a probabilidade de um parâmetro dado os dados - vez de como no exemplo quadro freqüentista. Por enquanto, tudo bem.p ( x | θ )p ( θ | x )p(θ|x)p(\theta|x)p ( x | θ …

18 bayesian  interpretation  prior  likelihood  posterior 

Alguém sabe por que ano o MCMC se tornou comum (isto é, um método popular para a inferência bayesiana)? Um link para o número de artigos publicados no MCMC (diário) ao longo do tempo seria especialmente útil.

18 bayesian  mcmc  history 

Essa é uma pergunta muito simples, mas não consigo encontrar a derivação em nenhum lugar da internet ou de um livro. Gostaria de ver a derivação de como um bayesiano atualiza uma distribuição normal multivariada. Por exemplo: imagine que P(x|μ,Σ)P(μ)==N(μ,Σ)N(μ0,Σ0).P(x|μ,Σ)=N(μ,Σ)P(μ)=N(μ0,Σ0). \begin{array}{rcl} \mathbb{P}({\bf x}|{\bf μ},{\bf Σ}) & = & N({\bf \mu}, …

18 bayesian  normal-distribution  matrix  posterior  linear-algebra 

Eu realmente quero aprender sobre técnicas bayesianas, por isso tenho tentado me ensinar um pouco. No entanto, estou tendo dificuldade em ver quando o uso de técnicas bayesianas confere uma vantagem sobre os métodos freqüentistas. Por exemplo: eu vi na literatura um pouco sobre como alguns usam anteriores informativos, enquanto …

18 bayesian  frequentist 

Contexto: No exemplo de 8 escolas de Gelman (Bayesian Data Analysis, 3ª edição, cap. 5.5), existem oito experimentos paralelos em 8 escolas testando o efeito do coaching. Cada experimento produz uma estimativa da eficácia do treinamento e do erro padrão associado. Os autores então constroem um modelo hierárquico para os …

17 bayesian  hierarchical-bayesian 

Estima-se que os estimadores de regressão penalizados, como LASSO e cume, correspondam aos estimadores bayesianos com certos antecedentes. Eu acho (como eu não sei o suficiente sobre estatísticas bayesianas) que, para um parâmetro de ajuste fixo, existe um prévio concreto correspondente. Agora, um frequentista otimizaria o parâmetro de ajuste por …

17 bayesian  lasso  ridge-regression 

É sabido que a regressão linear com uma penalidade de é equivalente a encontrar a estimativa de MAP dada uma Gaussiana antes dos coeficientes. Da mesma forma, usar uma penalidade de é equivalente a usar uma distribuição de Laplace como a anterior.eu2eu2l^2eu1eu1l^1 Não é incomum usar alguma combinação ponderada de …

17 regression  bayesian  regularization  prior  elastic-net