Perguntas com a marcação «bayesian»

Posso chamar um modelo em que o Teorema de Bayes é usado como "modelo bayesiano"? Receio que essa definição possa ser muito ampla. Então, o que exatamente é um modelo bayesiano?

34 machine-learning  bayesian 

Entendo qual é a distribuição preditiva posterior e tenho lido sobre verificações preditivas posteriores , embora ainda não esteja claro o que ela faz. O que exatamente é a verificação preditiva posterior? Por que alguns autores dizem que a execução de verificações preditivas posteriores está "usando os dados duas vezes" …

33 bayesian  model-selection  posterior 

Estou ajudando meus meninos, atualmente no ensino médio, a entender estatística, e estou pensando em começar com alguns exemplos simples, sem desconsiderar alguns vislumbres da teoria. Meu objetivo seria fornecer a eles a abordagem mais intuitiva, mas instrumentalmente construtiva, para aprender estatística do zero, a fim de estimular o interesse …

32 probability  hypothesis-testing  bayesian  frequentist  teaching 

Existe um número de estimadores robustos de escala . Um exemplo notável é o desvio absoluto mediana que se relaciona com o desvio padrão como σ=MAD⋅1.4826σ=MAD⋅1.4826\sigma = \mathrm{MAD}\cdot1.4826 . Em uma estrutura bayesiana, existem várias maneiras de estimar com robustez a localização de uma distribuição aproximadamente normal (por exemplo, um …

32 r  bayesian  estimation  standard-deviation  robust 

Morey et al (2015) argumentam que os intervalos de confiança são enganosos e existem vários vieses relacionados à compreensão deles. Entre outros, eles descrevem a falácia da precisão da seguinte maneira: A falácia da precisão A largura de um intervalo de confiança indica a precisão do nosso conhecimento sobre o …

31 bayesian  confidence-interval  frequentist  precision 

No presente trabalho , o pesquisador talentoso Cosma Shalizi argumenta que aceitar plenamente uma visão subjetiva Bayesian, é preciso também aceitar um resultado não físico que a flecha do tempo (dado pelo fluxo de entropia) deve realmente ir para trás . Isto é principalmente uma tentativa de argumentar contra a …

31 bayesian  entropy  maximum-entropy  philosophical 

Sou muito novo nas estatísticas bayesianas e isso pode ser uma pergunta boba. Mesmo assim: Considere um intervalo credível com um prior que especifique uma distribuição uniforme. Por exemplo, de 0 a 1, em que 0 a 1 representa toda a gama de valores possíveis de um efeito. Nesse caso, …

31 bayesian  confidence-interval  estimation  prior  credible-interval 

Em este post no blog de Andrew Gelman, há a seguinte passagem: Os modelos bayesianos de 50 anos atrás parecem irremediavelmente simples (exceto, é claro, por problemas simples), e espero que os modelos bayesianos de hoje pareçam irremediavelmente simples, daqui a 50 anos. (Apenas para um exemplo simples: provavelmente deveríamos …

30 distributions  bayesian  normal-distribution  model  robust 

Vou explicar meu problema com um exemplo. Suponha que você queira prever a renda de um indivíduo, com alguns atributos: {Idade, Sexo, País, Região, Cidade}. Você tem um conjunto de dados de treinamento como esse train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Suponha que tenhamos uma variável aleatória . Se fosse o parâmetro true, a função de verossimilhança deveria ser maximizada e a derivada igual a zero. Esse é o princípio básico por trás do estimador de probabilidade máxima.X∼f(x|θ)X∼f(x|θ)X \sim f(x|\theta)θ0θ0\theta_0 Pelo que entendi, as informações de Fisher são definidas como I(θ)=E[(∂∂θf(X|θ))2]I(θ)=E[(∂∂θf(X|θ))2]I(\theta) …

29 bayesian  maximum-likelihood  likelihood  intuition  fisher-information 

Já lidei com o classificador Naive Bayes . Ultimamente tenho lido sobre Multinomial Naive Bayes . Também Probabilidade Posterior = (Prioridade * Probabilidade) / (Evidência) . A única diferença principal (ao programar esses classificadores) que encontrei entre Naive Bayes e Multinomial Naive Bayes é que O Naive Bayes multinacional calcula …

29 bayesian  classification  text-mining  naive-bayes 

Parece-me que apenas dois pacotes R são capazes de executar a Alocação de Dirichlet Latente : Um é lda, de autoria de Jonathan Chang; e o outro é de topicmodelsautoria de Bettina Grün e Kurt Hornik. Quais são as diferenças entre esses dois pacotes, em termos de desempenho, detalhes de …

29 r  bayesian  text-mining  topic-models  latent-dirichlet-alloc 

Estou usando o sinal de intercalação para executar uma floresta aleatória validada cruzada em um conjunto de dados. A variável Y é um fator. Não há NaN, Inf ou NA no meu conjunto de dados. No entanto, ao executar a floresta aleatória, recebo Error in randomForest.default(m, y, ...) : NA/NaN/Inf …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

O Statistics.com publicou um problema da semana: A taxa de fraude em seguros residenciais é de 10% (uma em cada dez reivindicações é fraudulenta). Um consultor propôs um sistema de aprendizado de máquina para revisar reivindicações e classificá-las como fraude ou não-fraude. O sistema tem 90% de eficiência na detecção …

28 probability  bayesian  puzzle 

Qual é a diferença entre uma rede bayesiana e um processo de Markov? Acreditava entender os princípios de ambos, mas agora, quando preciso comparar os dois, sinto-me perdido. Eles significam quase o mesmo para mim. Certamente não são. Links para outros recursos também são apreciados.

28 bayesian  references  modeling  markov-process  bayesian-network