Perguntas com a marcação «bayesian»

A inferência bayesiana é um método de inferência estatística que se baseia no tratamento dos parâmetros do modelo como variáveis ​​aleatórias e na aplicação do teorema de Bayes para deduzir declarações subjetivas de probabilidade sobre os parâmetros ou hipóteses, condicionadas ao conjunto de dados observado.

4
Quais são os valores corretos para precisão e rechamada em casos extremos?
Precisão é definida como: p = true positives / (true positives + false positives) É verdade que, como true positivese false positivesabordagem 0, a precisão se aproxima de 1? Mesma pergunta para recall: r = true positives / (true positives + false negatives) No momento, estou implementando um teste estatístico …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
2
Pensamento bayesiano sobre superajuste
Dediquei muito tempo ao desenvolvimento de métodos e softwares para validar modelos preditivos no domínio estatístico freqüentista tradicional. Ao colocar mais idéias bayesianas em prática e ensinar, vejo algumas diferenças importantes a serem adotadas. Primeiro, a modelagem preditiva bayesiana pede ao analista que pense muito sobre distribuições anteriores que podem …
3
Por que o fator de normalização é necessário no teorema de Bayes?
O teorema de Bayes vai P( modelo | dados ) = P( modelo ) × P( dados | modelo )P( dados )P(modelo|dados)=P(modelo)×P(dados|modelo)P(dados) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Está tudo bem. Mas eu li em algum lugar: Basicamente, P (dados) nada mais é do que uma constante normalizadora, ou seja, uma …
3
Abordagem mais suave das estatísticas bayesianas
Recentemente, comecei a ler "Introdução às Estatísticas Bayesianas" 2ª Edição de Bolstad. Eu tive uma aula de estatística introdutória que cobriu principalmente testes estatísticos e estou quase passando por uma aula de análise de regressão. Que outros livros posso usar para complementar minha compreensão deste livro? Consegui passar pelas primeiras …
1
Antônimo de variância
Existe uma palavra que significa "inverso da variação"? Ou seja, se tem alta variação, então X tem baixa ... ? Não está interessado em um antônimo próximo (como 'acordo' ou 'similaridade'), mas significa especificamente 1 / σ 2 ?XXXXXX……\dots1/σ21/σ21/\sigma^2
1
Quais algoritmos / técnicas do MCMC são usados ​​para parâmetros discretos?
Eu sei bastante sobre o ajuste de parâmetros contínuos, particularmente métodos baseados em gradiente, mas não muito sobre o ajuste de parâmetros discretos. Quais são os algoritmos / técnicas MCMC comumente usados ​​para ajustar parâmetros discretos? Existem algoritmos bastante gerais e bastante poderosos? Existem algoritmos que lidam bem com a …
19 bayesian  mcmc 
3
As estatísticas bayesianas são genuinamente uma melhoria em relação às estatísticas tradicionais (freqüentistas) da pesquisa comportamental?
Enquanto participava de conferências, houve um esforço dos defensores das estatísticas bayesianas para avaliar os resultados dos experimentos. É considerado mais sensível, apropriado e seletivo em relação a descobertas genuínas (menos falsos positivos) do que as estatísticas freqüentes. Eu explorei o tópico um pouco, e não estou convencido até agora …
5
O que “probabilidade é definida apenas até uma constante multiplicativa de proporcionalidade” significa na prática?
Estou lendo um artigo em que os autores estão levando de uma discussão sobre estimativa de probabilidade máxima ao Teorema de Bayes, ostensivamente como uma introdução para iniciantes. Como exemplo de probabilidade, eles começam com uma distribuição binomial: p(x|n,θ)=(nx)θx(1−θ)n−xp(x|n,θ)=(nx)θx(1-θ)n-xp(x|n,\theta) = \binom{n}{x}\theta^x(1-\theta)^{n-x} e depois registre os dois lados ℓ(θ|x,n)=xln(θ)+(n−x)ln(1−θ)ℓ(θ|x,n)=xem⁡(θ)+(n-x)em⁡(1-θ)\ell(\theta|x, n) = …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.