Perguntas com a marcação «bayesian»

Modelos de moedas tendenciosas normalmente têm um parâmetro . Uma maneira de estimar partir de uma série de empates é usar uma distribuição beta anterior e computar a distribuição posterior com probabilidade binomial.θθ = P( Cabeça | θ )θ=P(Head|θ)\theta = P(\text{Head} | \theta)θθ\theta Nas minhas configurações, devido a algum processo …

10 time-series  bayesian  kalman-filter 

Suponha que eu tenho 'especialistas', de quem eu gostaria de obter uma distribuição prévia em alguma variável X . Eu gostaria de motivá-los com dinheiro real . A idéia é obter os anteriores, observar n realizações da variável aleatória X e dividir uma 'bolsa' predeterminada entre os especialistas, com base …

10 bayesian  prior 

O que são priores hierárquicos? Como eles diferem do conceito geral de anteriores?

10 bayesian  multilevel-analysis 

Inspirado por esta pergunta e pelo "Problema 3" em particular: As distribuições posteriores são um pouco mais difíceis de incorporar em uma meta-análise, a menos que uma descrição paramétrica e freqüentista da distribuição tenha sido fornecida. Recentemente, estive pensando bastante em incorporar a meta-análise a um modelo bayesiano - principalmente …

10 bayesian  meta-analysis 

Já tive cursos suficientes de estatística durante meus anos de escola e na universidade. Eu tenho um entendimento justo dos conceitos, como IC, valores de p, interpretação da significância estatística, testes múltiplos, correlação, regressão linear simples (com mínimos quadrados) (modelos lineares gerais) e todos os testes de hipótese. Eu tinha …

10 bayesian  references  maximum-likelihood  generalized-linear-model 

Problema Estou escrevendo uma função R que executa uma análise bayesiana para estimar uma densidade posterior, dados e dados prévios informados. Gostaria que a função envie um aviso se o usuário precisar reconsiderar o anterior. Nesta questão, estou interessado em aprender a avaliar a priori. As perguntas anteriores abordaram a …

10 distributions  probability  bayesian 

Eu trabalho no campo de mineração de dados e tive muito pouca escolaridade formal em estatística. Ultimamente, tenho lido muito trabalho focado nos paradigmas bayesianos de aprendizado e mineração, o que acho muito interessante. Minha pergunta é (em várias partes), dado um problema, existe uma estrutura geral pela qual é …

10 bayesian  modeling  references  eda 

Fechado . Esta questão é baseada em opiniões . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela possa ser respondida com fatos e citações editando esta postagem . Fechado no ano passado . Navegando pela área de pesquisa dos 100 principais programas …

10 bayesian  frequentist 

O processo de Dirichlet e o processo gaussiano são frequentemente referidos como "distribuições sobre funções" ou "distribuições sobre distribuições". Nesse caso, posso falar significativamente sobre a densidade de uma função em um GP? Ou seja, o Processo Gaussiano ou o Dirichlet têm alguma noção de densidade de probabilidade? Se não, …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

Eu me pergunto se as probabilidades condicionais são exclusivas do bayesianismo, ou se são mais um conceito geral que é compartilhado entre várias escolas de pensamento entre estatistas / probabilidades. Eu meio que suponho que sim, porque eu assumo que ninguém pode é meio lógico, então eu acho que os …

10 bayesian  conditional-probability 

Quando comecei a ler sobre o filtro Kalman, pensei que fosse um caso especial do modelo ARIMA (ou seja, ARIMA (0,1,1)). Mas, na verdade, parece que a situação é mais complicada. Primeiro, o ARIMA pode ser usado para previsão e o filtro Kalman é para filtragem. Mas eles não estão …

10 time-series  bayesian  arima  kalman-filter 

Se eu usar um Jeffreys anterior para um parâmetro de probabilidade binomial , isso implica o uso de uma distribuição .θθ\thetaθ ~ b e t um ( 1 / 2 , 1 / 2 )θ∼betuma(1 1/2,1 1/2)\theta \sim beta(1/2,1/2) Se eu me transformar em um novo quadro de referência então …

10 bayesian  jeffreys-prior 

Ou que condições garantem isso? Em geral (e não apenas nos modelos normal e binomial), suponho que a principal razão que quebrou essa afirmação é que há inconsistência entre o modelo de amostragem e o anterior, mas o que mais? Estou começando com este tópico, então eu realmente aprecio exemplos …

10 bayesian  variance  information-theory 

Estou confuso sobre como avaliar a distribuição preditiva posterior da regressão linear bayesiana, além do caso básico descrito aqui na página 3 e copiado abaixo. p ( y~| y) = ∫p ( y~∣ β, σ2) p ( β, σ2| y)p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y) p(\tilde y \mid y) = \int p(\tilde y \mid \beta, …

10 regression  bayesian  predictive-models  prediction  posterior 

Estou usando a fórmula do teste ab Bayesiano para calcular os resultados do teste AB usando a metodologia Bayesiana. Pr(pB>pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA)Pr(pB>pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA) \Pr(p_B > p_A) = \sum^{\alpha_B-1}_{i=0} \frac{B(\alpha_A+i,\beta_B+\beta_A)}{(\beta_B+i)B(1+i,\beta_B)B(\alpha_A, \beta_A)} Onde αAαA\alpha_A em um mais o número de sucessos de A βAβA\beta_A em um mais o número de falhas para A αBαB\alpha_B em …

10 r  bayesian  ab-test