Perguntas com a marcação «bayesian»

No livro de Jaynes "Teoria da Probabilidade: A Lógica da Ciência" , Jaynes tem um capítulo (Capítulo 18) intitulado "A distribuição e regra de sucessão", no qual ele introduz a idéia das distribuições , que esta passagem ajuda a ilustrar:A pUMApUMApA_pUMApUMApA_p [...] Para ver isso, imagine o efeito de obter …

25 probability  bayesian  beta-distribution 

Eu tenho dois conjuntos de dados, um de um conjunto de observações físicas (temperaturas) e outro de um conjunto de modelos numéricos. Estou fazendo uma análise de modelo perfeito, supondo que o conjunto de modelos represente uma amostra verdadeira e independente e verificando se as observações são extraídas dessa distribuição. …

25 bayesian  goodness-of-fit 

Em um artigo recente que discute os deméritos de confiar no valor-p da inferência estatística, chamado "Matrixx vs. Siracusano e Student vs. Fisher, Estatística significante no julgamento" (DOI: 10.1111 / j.1740-9713.2011.00511.x), Stephen T. Ziliak se opõe ao uso de valores-p. Nos parágrafos finais, ele diz: Os dados são a única …

25 r  hypothesis-testing  statistical-significance  bayesian  p-value 

Fiquei imaginando como os bayesianos da comunidade CrossValidated veem o problema da incerteza do modelo e como preferem lidar com isso. Vou tentar colocar minha pergunta em duas partes: Qual a importância (na sua experiência / opinião) é lidar com a incerteza do modelo? Não encontrei nenhum documento que lide …

25 machine-learning  bayesian  model-selection 

Então, acho que tenho uma compreensão decente dos conceitos básicos de probabilidade freqüente e análise estatística (e quão mal pode ser usado). Em um mundo freqüentista, faz sentido fazer uma pergunta como "essa distribuição é diferente daquela distribuição", porque as distribuições são assumidas como reais, objetivas e imutáveis ​​(para uma …

25 distributions  bayesian 

De acordo com esta e esta resposta, os auto-codificadores parecem ser uma técnica que utiliza redes neurais para redução de dimensão. Eu gostaria de saber adicionalmente o que é um autoencoder variacional (suas principais diferenças / benefícios em relação aos autoencoders "tradicionais") e também quais são as principais tarefas de …

24 machine-learning  bayesian  deep-learning  autoencoders  variational-bayes 

Acabei de ler um ótimo livro Introdução ao Empírico Bayes . Eu pensei que o livro era ótimo, mas a criação de dados anteriores parecia errada. Fui treinado para que você elabore um plano de análise, colete dados e teste a hipótese que você determinou anteriormente em seu plano de …

24 machine-learning  hypothesis-testing  bayesian  empirical-bayes 

Estou escrevendo um pequeno ensaio teórico para um curso de Estatística Bayesiana (em um Mestrado em Economia) sobre antecedentes não informativos e estou tentando entender quais são as etapas no desenvolvimento dessa teoria. Até agora, minha linha do tempo é composta por três etapas principais: princípio da indiferença de Laplace …

24 bayesian  references  prior  history 

Atualmente, estou trabalhando em um problema, no qual preciso desenvolver um algoritmo de Monte Carlo em cadeia de Markov (MCMC) para um modelo de espaço de estado. Para poder resolver o problema, recebi a seguinte probabilidade de : p ( τ ) = 2I ( τ > 0) / (1+ …

24 distributions  bayesian  prior  state-space-models  cauchy 

Esta é uma pergunta recorrente (veja este post , este post e este post ), mas eu tenho uma opinião diferente. Suponha que eu tenha várias amostras de um amostrador genérico do MCMC. Para cada amostra , eu sei o valor da probabilidade do log e do log anterior . …

24 machine-learning  bayesian  sampling  mcmc  likelihood 

Portanto, essa pergunta é um pouco confusa, mas incluirei gráficos coloridos para compensar isso! Primeiro os antecedentes e depois as perguntas. fundo Digamos que você tenha uma distribuição multinomial dimensional com probailites iguais nas categorias. Seja as contagens normalizadas ( ) dessa distribuição, ou seja:nnnnnnπ=(π1,…,πn)π=(π1,…,πn)\pi = (\pi_1, \ldots, \pi_n)ccc (c1,…,cn)∼Multinomial(1/n,…,1/n)πi=cin(c1,…,cn)∼Multinomial(1/n,…,1/n)πi=cin(c_1, …

24 distributions  bayesian  bootstrap  multinomial  dirichlet-distribution 

Geralmente, a teoria das probabilidades é ensinada com os axiomas de Kolgomorov. Os bayesianos também aceitam os axiomas de Kolmogorov?

24 probability  bayesian  kolmogorov-axioms 

Estou interessado em aprender como desenvolver uma aproximação geográfica de algum tipo de epicentro com base nos dados do surto de John Snow Cholera. Que modelagem estatística poderia ser usada para resolver esse problema sem o conhecimento prévio de onde os poços estão localizados. Como um problema geral, você teria …

23 bayesian  spatial  epidemiology  gis 

Eu queria fazer uma pergunta inspirada em uma excelente resposta à pergunta sobre a intuição para a distribuição beta. Eu queria entender melhor a derivação da distribuição anterior da média de rebatidas. Parece que David está fazendo o backup dos parâmetros da média e do intervalo. Supondo que a média …

23 bayesian  prior 

Quando eu procuro no Google por "fisher" "fiducial" ... Eu recebo muitos hits, mas todos os que eu segui estão totalmente além da minha compreensão. Todos esses acertos parecem ter uma coisa em comum: todos foram escritos para estatísticos tingidos de lã, pessoas profundamente mergulhadas na teoria, prática, história e …

23 bayesian  inference  terminology  fiducial  ronald-fisher