Perguntas com a marcação «bayesian»

Eu tenho um conjunto de dados de séries temporais no qual estou tentando ajustar um Modelo de Markov oculto (HMM) para estimar o número de estados latentes nos dados. Meu pseudo-código para fazer isso é o seguinte: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states …

12 r  aic  hidden-markov-model  bic  spss  manova  time-series  r  lme4-nlme  regression  modeling  negative-binomial  bayesian  bugs  state-space-models  hypothesis-testing  data-transformation  factor-analysis  sem 

Atualmente, estou fazendo o curso PGM de Daphne Koller no Coursera. Nesse sentido, geralmente modelamos uma Rede Bayesiana como um gráfico direcionado de causa e efeito das variáveis ​​que fazem parte dos dados observados. Mas, nos tutoriais e exemplos do PyMC, geralmente vejo que não é exatamente modelado da mesma …

12 bayesian  inference  bayesian-network  pymc 

Você consideraria o HBM vs EB como duas alternativas nas quais os hiperparâmetros estão "no jogo" de serem amostrados / estimados / etc.? Existe claramente uma conexão entre esses dois. Você consideraria a HBM mais "totalmente bayesiana" que a EB? Existe algum lugar onde eu possa ver quais são as …

12 bayesian  empirical-bayes 

Os bayesianos alguma vez argumentam que sua abordagem generaliza a abordagem freqüentista, porque é possível usar priores não informativos e, portanto, recuperar uma estrutura de modelo freqüentista típica? Alguém pode me indicar um lugar onde eu possa ler sobre esse argumento, se ele realmente for usado? Edição: Esta pergunta talvez …

12 bayesian  references  frequentist 

Se alguém dissesse "Esse método usa o MLE como estimativa de pontos para o parâmetro que maximiza , portanto, é freqüentista; além disso, não é bayesiano".P(x|θ)P(x|θ)\mathrm{P}(x|\theta) você concordaria? Atualização em segundo plano : Recentemente, li um artigo que afirma ser freqüentista. Não concordo com a afirmação deles, na melhor das …

12 bayesian  maximum-likelihood  likelihood  frequentist  philosophical 

Recentemente, li sobre Bayes empírico (Casella, 1985, Uma introdução à análise de dados empíricos de Bayes) e parecia muito com o modelo de efeitos aleatórios; em que ambos têm estimativas reduzidas à média global. Mas eu não li completamente ... Alguém tem alguma idéia sobre a semelhança e as diferenças …

12 bayesian  estimation  random-effects-model  steins-phenomenon  empirical-bayes 

θθ\thetaθ ∈ [0,1]θ∈[0,1] \theta \in [0,1]θ ∼U( 0 , 1 )θ∼U(0 0,1)\theta \sim \mathcal{U}(0,1)θθ\theta

12 bayesian  uninformative-prior  jeffreys-prior 

Eu tenho um problema de análise de decisão bastante complicado que envolve testes de confiabilidade e a abordagem lógica (para mim) parece envolver o uso do MCMC para apoiar uma análise bayesiana. No entanto, foi sugerido que seria mais apropriado usar uma abordagem de inicialização. Alguém poderia sugerir uma referência …

12 bayesian  bootstrap 

Por favor, peço desculpas pelo meu massacre da linguagem estatística :) Encontrei aqui algumas perguntas relacionadas à publicidade e taxas de cliques. Mas nenhum deles me ajudou muito com minha compreensão da minha situação hierárquica. Há uma pergunta relacionada. São essas representações equivalentes do mesmo modelo bayesiano hierárquico? , mas …

12 bayesian  binomial  multilevel-analysis 

Isso também foi solicitado na Ciência da Computação. Estou tentando calcular uma estimativa bayesiana de alguns coeficientes para uma regressão automática, com 11 amostras de dados: Yi=μ+α⋅Yi−1+ϵiYi=μ+α⋅Yi−1+ϵi Y_{i} = \mu + \alpha\cdot{}Y_{i-1} + \epsilon_{i} ondeϵiϵi\epsilon_{i} é normal de média 0 e variânciaσ2eσe2\sigma_{e}^{2} A distribuição antes de o vector(μ,α)t(μ,α)t(\mu, \alpha)^{t} é …

12 bayesian  mathematical-statistics  posterior 

Estou projetando um algoritmo de amostragem Hybrid Monte Carlo para PyMC e estou tentando torná-lo o mais livre possível e geral possível, por isso estou procurando bons conselhos sobre como projetar um algoritmo HMC. Eu li o capítulo da pesquisa de Radford e Beskos et. artigo recente de al. sobre …

12 bayesian  monte-carlo 

Eu quero usar na distribuição para modelar retornos de ativos de curto intervalo em um modelo bayesiano. Eu gostaria de estimar os graus de liberdade (junto com outros parâmetros no meu modelo) para a distribuição. Eu sei que o retorno de ativos não é normal, mas não sei muito além …

12 distributions  bayesian  modeling  prior 

Problema: estou parametrizando distribuições para uso como prioros e dados em uma metanálise bayesiana. Os dados são fornecidos na literatura como estatística resumida, quase exclusivamente assumida como sendo normalmente distribuída (embora nenhuma das variáveis ​​possa ser <0, algumas são proporções, outras são massa etc.). Me deparei com dois casos para …

12 distributions  bayesian  variance  random-variable  meta-analysis 

Na análise bayesiana conjugada da distribuição gaussiana de Kevin Murphy , ele escreve que a distribuição preditiva posterior é p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta onde são os dados nos quais o modelo está ajustado e são dados não vistos. O que …

12 bayesian  predictive-models  inference  posterior 

Estou lendo sobre distribuições anteriores e calculei Jeffreys antes para uma amostra de variáveis ​​aleatórias normalmente distribuídas com média e variação desconhecidas. De acordo com meus cálculos, o seguinte é válido para Jeffreys anterior: Aqui, sou a matriz de informações de Fisher.Eup ( μ , σ2) = de t ( …

12 bayesian  normal-distribution  prior  jeffreys-prior