Perguntas com a marcação «bugs»

Estou prestes a experimentar um ambiente de estilo BUGS para estimar modelos bayesianos. Existem vantagens importantes a serem consideradas na escolha entre OpenBugs ou JAGS? É provável que um substitua o outro em um futuro próximo? Usarei o Gibbs Sampler escolhido com R. Ainda não tenho uma aplicação específica, mas …

41 r  software  bugs  jags  gibbs 

Eu encontrei algumas distribuições para as quais BUGS e R têm diferentes parametrizações: Normal, log-Normal e Weibull. Para cada uma delas, entendo que o segundo parâmetro usado por R precisa ser transformado inversamente (1 / parâmetro) antes de ser usado no BUGS (ou JAGS no meu caso). Alguém sabe de …

31 r  distributions  bugs  jags  parameterization 

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 

Olá gurus estatísticos e assistentes de programação R, Estou interessado em modelar capturas de animais em função das condições ambientais e do dia do ano. Como parte de outro estudo, tenho contagens de capturas em ~ 160 dias em três anos. Em cada um desses dias, tenho temperatura, precipitação, velocidade …

16 r  mixed-model  autocorrelation  bugs  panel-data 

Eu queria saber qual pacote estatístico de software vocês recomendam para executar a inferência bayesiana. Por exemplo, eu sei que você pode executar o openBUGS ou o winBUGS como autônomo ou também pode chamá-los de R. Mas o R também possui vários de seus próprios pacotes (MCMCPack, BACCO), que podem …

14 r  probability  bayesian  inference  bugs 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 11 meses . Estou seguindo um curso de estatística bayesiana usando BUGS e R. Agora, eu já conheço …

13 r  bayesian  bugs 

Eu tenho um conjunto de dados de séries temporais no qual estou tentando ajustar um Modelo de Markov oculto (HMM) para estimar o número de estados latentes nos dados. Meu pseudo-código para fazer isso é o seguinte: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states …

12 r  aic  hidden-markov-model  bic  spss  manova  time-series  r  lme4-nlme  regression  modeling  negative-binomial  bayesian  bugs  state-space-models  hypothesis-testing  data-transformation  factor-analysis  sem 

Parece que condicionais completos geralmente são bastante difíceis de derivar, mas programas como JAGS e BUGS os derivam automaticamente. Alguém pode explicar como eles geram algoritmos condicionais completos para qualquer especificação arbitrária de modelo?

11 bayesian  conditional-probability  jags  bugs  gibbs 

No Rque pudermos "peso antes" uma glmregressão via pesos parâmetro. Por exemplo: glm.D93 <- glm(counts ~ outcome + treatment, family = poisson(), weights=w) Como isso pode ser feito em um JAGSou BUGSmodelo? Encontrei algum artigo discutindo isso, mas nenhum deles fornece um exemplo. Estou interessado principalmente em exemplos de Poisson …

10 bayesian  generalized-linear-model  jags  bugs  weighted-regression 

Estou tentando construir um modelo em que a resposta seja proporcional (na verdade, é a parcela de votos que um partido obtém nos círculos eleitorais). Sua distribuição não é normal, então decidi modelá-la com uma distribuição beta. Eu também tenho vários preditores. No entanto, não sei como escrevê-lo em BUGS …

10 bayesian  jags  bugs  beta-regression  stan 

Estou tentando ajustar um modelo de tempo discreto no R, mas não sei como fazê-lo. Eu li que você pode organizar a variável dependente em linhas diferentes, uma para cada observação no tempo, e usar a glmfunção com um link logit ou cloglog. Neste sentido, tem três colunas: ID, Event(1 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

O que acontece quando você não tem uma idéia da distribuição de parâmetros? Que abordagem devemos usar? Na maioria das vezes, pretendemos subestimar se uma determinada variável tem alguma influência sobre a presença / ausência de uma determinada espécie, e a variável é aceita ou não, de acordo com a …

10 r  bayesian  mcmc  bugs  winbugs 

Eu sou um novo usuário do WinBUGS e tenho uma pergunta para sua ajuda. Depois de executar o código a seguir, obtive parâmetros de beta0through beta4(estatísticas, densidade), mas não sei como obter a previsão do último valor de h, que defini NAcomo modelo no código. Alguém pode me dar uma …

10 bayesian  bugs  prediction  winbugs 

Gelman e Hill (2006) dizem: No Bugs, os resultados ausentes em uma regressão podem ser manipulados facilmente, simplesmente incluindo o vetor de dados, NAs e tudo. Os bugs modelam explicitamente a variável de resultado e, portanto, é trivial usar esse modelo para, de fato, atribuir valores ausentes a cada iteração. …

10 missing-data  bugs  jags 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 2 anos . R parece ser capaz de gerar gráficos de resumo agradáveis ​​dos objetos bugse jagsgerados pelas …

9 r  data-visualization  jags  bugs