Perguntas com a marcação «bayesian»

Quais são as definições de prioros semi-conjugados e de antecedentes conjugados condicionais ? Encontrei-os na Análise Bayesiana de Dados de Gelman , mas não consegui encontrar suas definições.

12 bayesian 

Queria entender melhor o teste exato de Fisher, então inventei o seguinte exemplo de brinquedo, em que f e m correspondem a homens e mulheres e n e y correspondem a "consumo de refrigerante" como este: > soda_gender f m n 0 5 y 5 0 Obviamente, isso é uma …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Esta é mais uma questão de história da ciência, mas espero que esteja no tópico aqui. Li que Thomas Bayes só conseguiu descobrir o teorema de Bayes para o caso especial de um uniforme anterior, e mesmo assim ele lutou com ele, aparentemente. Considerando o quão trivial é o teorema …

12 bayesian  bayes  history 

No teorema bayesiano, , e do livro que estou lendo, é chamado de probabilidade , mas presumo que seja apenas a probabilidade condicional de dado , certo? p(x|y)p ( y| x)= p ( x | y) p ( y)p ( x )p(y|x)=p(x|y)p(y)p(x)p(y|x) = \frac{p(x|y)p(y)}{p(x)}p ( x | y)p(x|y)p(x|y)yxxxyyy A estimativa …

12 bayesian  maximum-likelihood 

Gostaria de entender o que o código a seguir está fazendo. A pessoa que escreveu o código não trabalha mais aqui e é quase completamente indocumentada. Me pediram para investigá-lo por alguém que pensasse " é um modelo de regressão logística bayesiana " bglm <- function(Y,X) { # Y is …

12 r  logistic  bayesian  generalized-linear-model 

Encontrei um texto muito bom sobre Bayes / MCMC. A TI sugere que uma padronização de suas variáveis ​​independentes tornará um algoritmo MCMC (Metropolis) mais eficiente, mas também poderá reduzir a (multi) colinearidade. Isso pode ser verdade? Isso é algo que eu deveria fazer como padrão (desculpe). Kruschke 2011, Doing …

12 bayesian  mcmc  multicollinearity  standardization 

Esta é a minha primeira tentativa de alguém que vem do campo freqüentador fazer análise de dados bayesiana. Li vários tutoriais e alguns capítulos da análise de dados bayesiana de A. Gelman. Como o primeiro exemplo de análise de dados mais ou menos independente que escolhi, é o tempo de …

12 bayesian  pymc 

Estou incorporando uma abordagem Bayesian Model Averaging (BMA) em minha pesquisa e em breve apresentarei meu trabalho aos meus colegas. No entanto, o BMA não é tão conhecido no meu campo, então, depois de apresentar a eles toda a teoria e antes de aplicá-la ao meu problema, quero apresentar um …

12 bayesian  data-visualization 

Estou tentando entender o fator Bayes (BF). Eu acredito que eles são como uma razão de verossimilhança de 2 hipóteses. Portanto, se BF for 5, isso significa que H1 é 5 vezes mais provável que H0. E o valor de 3-10 indica evidência moderada, enquanto> 10 indica evidência forte. No …

11 hypothesis-testing  bayesian  p-value  bayes-factors 

Eu tenho uma função probabilidade para a probabilidade dos meus dados dado alguns parâmetros do modelo , o que eu gostaria de estimar. Assumindo anteriores planos nos parâmetros, a probabilidade é proporcional à probabilidade posterior. Eu uso um método MCMC para provar essa probabilidade.L (d| θ)eu(d|θ)\mathcal{L}(d | \theta)dddθ ∈ RNθ∈RN\theta …

11 bayesian  maximum-likelihood  optimization  inference  mcmc 

Formação : Tenho doutorado em psicologia social, onde estatística e matemática teóricas mal foram abordadas em meus cursos quantitativos. Durante o curso de graduação e pós-graduação, fui ensinado (como muitos de vocês também nas ciências sociais, provavelmente) através da estrutura freqüentista "clássica". Agora, eu também adoro R e usando métodos …

11 probability  bayesian  simulation  monte-carlo  frequentist 

Se Uniforme e Bin , a média posterior de é dada por .p ∼p∼p \sim( 0 , 1 )(0,1)(0,1)X∼X∼X \sim( n , p )(n,p)(n, p)pppX+ 1n + 2X+1n+2\frac{X+1}{n+2} Existe um nome comum para esse estimador? Descobri que resolve muitos problemas das pessoas e gostaria de poder apontar as pessoas para …

11 bayesian  terminology  laplace-smoothing 

Nas estatísticas freqüentistas, um intervalo de confiança de 95% é um procedimento de produção de intervalo que, se repetido um número infinito de vezes, conteria o parâmetro verdadeiro em 95% das vezes. Por que isso é útil? Intervalos de confiança geralmente são mal compreendidos. Eles não são um intervalo em …

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

(Esta pergunta é inspirada neste comentário de Xi'an .) É sabido que, se a distribuição anterior for adequada e a probabilidade for bem definida, a distribuição posterior é apropriado quase certamente.π(θ)π(θ)\pi(\theta)L(θ|x)L(θ|x)L(\theta | x)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) Em alguns casos, usamos uma probabilidade moderada ou exponenciada, levando a uma pseudo-posterior 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 

Frequentemente as pessoas falam sobre empréstimos de informações ou compartilhamento de informações em modelos hierárquicos bayesianos. Não consigo obter uma resposta direta sobre o que isso realmente significa e se é exclusivo dos modelos hierárquicos bayesianos. Eu meio que entendi a idéia: alguns níveis em sua hierarquia compartilham um parâmetro …

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