Perguntas com a marcação «bayesian»

Preciso de algumas sugestões para o método de agrupamento (classificação não supervisionada) para um projeto de consultoria. Estou procurando um método que esperançosamente tenha as seguintes propriedades: O assunto do meu estudo tem três propriedades. Um é representado por uma matriz de distância (não-euclidiana) e os outros dois estão na …

8 clustering  bayesian 

Primeiro, deixe-me dizer que eu tinha um curso de estatística na escola de engenharia há 38 anos. Então, eu estou voando cego aqui. Eu tenho os resultados do que são essencialmente 18 testes de diagnóstico separados para uma doença. Cada teste é binário - sim / não, sem limite que …

8 classification  bayesian  diagnostic 

Eu ajustei uma regressão logística bayesiana no WinBugs e ele tem um termo de interação. Algo assim: P r o b (yEu= 1 ) =l o g i t- 1( a +b1∗xEu+b2∗WEu+b3∗xEu∗WEu)Prob(yi=1)=logit−1(a+b1∗xi+b2∗wi+b3∗xi∗wi)\mathrm{Prob}(y_{i}=1) = \mathrm{logit}^{-1} (a + b_{1}*x_{i} + b_{2}*w_{i} + b_{3}*x_{i}*w_{i}) onde é uma variável contínua padronizada é uma variável …

8 logistic  bayesian  statistical-significance  interaction 

Estou interessado em montar uma ANOVA Bayesiana de Dois Fatores em ERROS ou utilizando algum pacote R. Infelizmente, estou tendo dificuldade em encontrar recursos sobre este tópico. Alguma sugestão? Mesmo um artigo descrevendo a abordagem seria útil.

8 r  bayesian  anova  bugs 

Na teoria bayesiana da probabilidade, probabilidade é nossa expressão do conhecimento sobre uma determinada coisa, não uma propriedade dessa coisa. No entanto, sempre vejo as pessoas tratarem como um parâmetro que precisa ser estimado. Eles configuram um prior para , geralmente na forma de uma função beta e, em seguida, …

8 probability  bayesian  bernoulli-distribution  philosophical 

Comecei a ler sobre o estimador de máxima verossimilhança e as estatísticas bayesianas recentemente. Eu entendo que, dado um modelo estatístico onde pertence a um grande espaço de parâmetros , a divergência KL entre e ( é a verdadeira O parâmetro que gostaríamos de encontrar) é minimizado para o que …

8 probability  bayesian  maximum-likelihood 

Todo estimador de Bayes é admissível, pelo que sei. (Questões relacionadas - 1 , 2. ) Lembro-me de meu professor mencionando uma vez durante uma palestra que, pelo menos como uma intuição grosseira, o inverso também é verdadeiro, ou seja, todo estimador admissível é o estimador de Bayes para uma …

8 bayesian  mathematical-statistics  prior  example  admissibility 

Uma abordagem para a comparação de modelos em uma estrutura bayesiana usa uma variável de indicador de Bernoulli para determinar qual dos dois modelos provavelmente é o "modelo verdadeiro". Ao aplicar ferramentas baseadas no MCMC para ajustar esse modelo, é comum usar pseudo-anteriores para melhorar a mistura nas cadeias. Veja …

8 bayesian  model-selection  prior 

Estou enfrentando uma distribuição posterior em um aplicativo MCMC que visa amostrar uma variável não observável dada uma série observada .x={xt}Tt=0x={xt}t=0Tx=\{x_t\}_{t=0}^{T}y={yt}Tt=0y={yt}t=0Ty=\{y_t\}^T_{t=0} No entanto, os posteriores condicionais são lidos como com sendo um vetor de parâmetros estruturais adicionais. De acordo com meu entendimento, isso seria um problema de suavização, pois o …

8 time-series  bayesian  smoothing  filter 

Estou estimando 15 parâmetros do meu modelo usando uma abordagem bayesiana e um método de Markov Chain Monte Carlo (MCMC). Meus dados após a execução de uma cadeia MCMC de 100000 amostras são, portanto, uma tabela 100000 × 15 de valores de parâmetros. Quero encontrar regiões de maior densidade de …

8 bayesian  mcmc  monte-carlo  credible-interval  highest-density-region 

Alguém poderia explicar por que Richard McElreath diz que o teste exato de Fisher raramente é usado adequadamente em seu excelente livro de introdução bayesiano ( Statistical Repensing )? Para referência, o contexto está abaixo: Por que os testes não são suficientes para pesquisas inovadoras? Os procedimentos clássicos da estatística …

7 hypothesis-testing  bayesian  fishers-exact 

Aqui está o que meu entendimento é: Valor p - probabilidade de encontrar os resultados observados, ou mais extremos, quando a hipótese nula (H0) de uma questão de estudo for verdadeira ou seja, valor-p . Agora, quando o valor de p está abaixo de um certo limite ( ), rejeitamos …

7 hypothesis-testing  bayesian  p-value  frequentist  fallacy 

Li recentemente o seguinte parágrafo na Wikipedia : Intervalos bayesianos tratam seus limites como fixos e o parâmetro estimado como uma variável aleatória , enquanto intervalos freqüentes de confiança tratam seus limites como variáveis ​​aleatórias e o parâmetro como um valor fixo. No entanto, não tenho certeza se isso é …

7 bayesian  empirical-bayes 

Uma das suposições em um modelo é a dependência condicional entre variáveis ​​aleatórias na distribuição anterior conjunta. Considere o seguinte modelo, p(a,b|X)∝p(X|a,b)p(a,b)p(a,b|X)∝p(X|a,b)p(a,b)p(a,b|X) \propto p(X|a,b)p(a,b) Agora suponha uma suposição de independência para o anterior .p(a,b)=p(a)p(b)p(a,b)=p(a)p(b)p(a,b) = p(a)p(b) Essa suposição implica que o posterior também possui a seguinte dependência condicional? p(a|X)p(b|X)∝p(X|a,b)p(a)p(b)p(a|X)p(b|X)∝p(X|a,b)p(a)p(b)p(a|X)p(b|X) \propto …

7 bayesian  inference 

Há um problema de lição de casa em um livro que pede para verificar a propriedade de uma certa distribuição posterior, e estou tendo um pequeno problema com isso. A configuração é que você tem um modelo de regressão logística com um preditor e um uniforme inadequado antes de .R2R2\mathbb{R}^2 …

7 logistic  bayesian  posterior  improper-prior