Perguntas com a marcação «bayesian»

Eu tenho dados que descrevem com que frequência um evento ocorre durante uma hora ("número por hora", nph) e quanto tempo os eventos duram ("duração em segundos por hora", dph). Estes são os dados originais: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, …

8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution 

Estou tentando entender o EM e tentando inferir parâmetros desse modelo usando essa técnica, mas estou tendo problemas para entender como começar: Então, eu tenho um modelo de regressão linear ponderada da seguinte forma, onde tenho observações e as observações correspondentes . O modelo da relação entre e é um …

8 bayesian  expectation-maximization 

Eu tenho uma pergunta sobre a mistura de conjugados anteriores. Aprendi e digo a mistura de conjugados anteriores algumas vezes quando estou aprendendo bayesiano. Estou me perguntando por que esse teorema é tão importante, como vamos aplicá-lo quando estivermos fazendo uma análise bayesiana. Para ser mais específico, um teorema de …

8 bayesian  conditional-probability  hierarchical-bayesian  conjugate-prior  exponential-family 

Costuma-se dizer que os priores nas estatísticas bayesianas podem ser considerados fatores de regularização, pois penalizam soluções onde os anteriores colocam baixa densidade de probabilidade. Então, dado esse modelo simples cujos parâmetros do MLE são: a r gm a xμ N( y; μ , σ)argmaxμ N(y;μ,σ) argmax_{\mu} \text{ } \mathcal{N}(y; …

8 bayesian  regularization  frequentist  philosophical 

Eu sou relativamente novo nas estatísticas bayesianas, por isso seja gentil. Acabei de realizar a Computação Bayesiana Aproximada (ABC) para a inferência de um modelo multiparâmetros. Agora, estou procurando executar uma verificação preditiva posterior dos parâmetros que foram inferidos. O que eu quero saber é que, quando amostrar a partir …

8 bayesian  posterior  abc 

Priores não informativos são preferidos nos casos em que o viés não é aceitável (por exemplo, salas de audiências, etc.) No entanto, parece-me que faria sentido usar uma abordagem freqüentista. Por que a abordagem bayesiana tem um prévio não informativo? Obrigado!

8 bayesian  prior  uninformative-prior 

A função de probabilidade de uma distribuição lognormal é: f(x;μ,σ)∝∏ni11σxiexp(−(lnxi−μ)22σ2)f(x;μ,σ)∝∏i1n1σxiexp⁡(−(ln⁡xi−μ)22σ2)f(x; \mu, \sigma) \propto \prod_{i_1}^n \frac{1}{\sigma x_i} \exp \left ( - \frac{(\ln{x_i} - \mu)^2}{2 \sigma^2} \right ) e o Prior de Jeffreys é: p(μ,σ)∝1σ2p(μ,σ)∝1σ2p(\mu,\sigma) \propto \frac{1}{\sigma^2} então, combinar os dois dá: f(μ,σ2|x)=∏ni11σxiexp(−(lnxi−μ)22σ2)⋅σ−2f(μ,σ2|x)=∏i1n1σxiexp⁡(−(ln⁡xi−μ)22σ2)⋅σ−2f(\mu,\sigma^2|x)= \prod_{i_1}^n \frac{1}{\sigma x_i} \exp \left ( - \frac{(\ln{x_i} - …

8 bayesian  prior  posterior  conjugate-prior  uninformative-prior 

Eu tenho um modelo para obter estimativas bayesianas do tamanho da população e probabilidade de detecção em uma distribuição binomial baseada apenas no número observado de objetos observados : para . Por simplicidade, assumimos que N é fixado no mesmo valor desconhecido para cada y_i . Neste exemplo, y = …

8 bayesian  mcmc  hierarchical-bayesian  stan 

Estou tentando entender a diferença entre testar a hipótese nula (ou seja, testar se a probabilidade de um "objetivo" é a mesma em 2 populações diferentes, semelhante ao prop.test em R) um teste A / B usando uma fórmula bayesiana, como descrito aqui: http://www.evanmiller.org/bayesian-ab-testing.html Existe alguma diferença? É preferível? O …

8 hypothesis-testing  bayesian  proportion  ab-test 

Eu quero combinar dados de diferentes fontes. Digamos que eu queira estimar uma propriedade química (por exemplo, um coeficiente de particionamento ): Eu tenho alguns dados empíricos, variando devido a erro de medição em torno da média. E, em segundo lugar, eu tenho um modelo que prevê uma estimativa de …

8 r  bayesian  meta-analysis  jags 

O livro de Kevin Murphy discute um problema bayesiano hierárquico clássico (originalmente discutido em Johnson and Albert, 1999, p24): Suponha que estamos tentando estimar a taxa de câncer em cidades. Em cada cidade, amostramos um número de indivíduos e medimos o número de pessoas com câncer , onde é a …

8 bayesian  hierarchical-bayesian  pymc  probabilistic-programming 

Lembro-me de uma prova de que a teoria da probabilidade bayesiana é o único método válido para representar crenças; foi algo como representamos crença por alguma função não negativa sobre algum domínio de resultados crenças são sub-aditivas ... Portanto, a teoria da probabilidade bayesiana é a única abordagem válida para …

8 bayesian  decision-theory 

Na análise de dados bayesiana , capítulo 13, página 317, segundo parágrafo completo, nas aproximações modal e distributiva, Gelman et al. Escreva: Se o plano é resumir a inferência pelo modo posterior de [o parâmetro de correlação em uma distribuição normal bivariada], substituiríamos a distribuição anterior U (-1,1) por , …

8 bayesian  prior  posterior  mode 

Alguém pode explicar por que a integral na densidade posterior pode não ser "analiticamente tratável" se o anterior que escolhemos não é conjugado?

8 bayesian 

Minha pergunta geral é: por que usar em bayesglmvez de outros métodos de classificação? Nota: Estou interessado apenas em previsão. Eu tenho uma quantidade decente de dados (~ 100.000 obs). Sinto que o tamanho da amostra é grande o suficiente para que os parâmetros de uma regressão logística regular sejam …

8 bayesian  generalized-linear-model