Perguntas com a marcação «inference»

Por exemplo, em redes contraditórias generativas, geralmente ouvimos que a inferência é fácil porque a distribuição condicional de x dada a variável latente z é 'tratável'. Além disso, li em algum lugar que a máquina Boltzmann e o autoencoder variacional são usados ​​onde a distribuição posterior não é tratável, portanto …

13 inference  variational-bayes  gan 

Imagine que um pesquisador esteja explorando um conjunto de dados e execute 1000 regressões diferentes e encontre uma relação interessante entre eles. Agora imagine outro pesquisador com os mesmos dados executando apenas 1 regressão, e é o mesmo que o outro pesquisador fez 1000 regressões para encontrar. O pesquisador 2 …

12 bayesian  multiple-regression  multiple-comparisons  inference  theory 

Tenho uma dúvida / confusão sobre séries estacionárias necessárias para modelagem com o ARIMA (X). Estou pensando nisso mais em termos de inferência (efeito de uma intervenção), mas gostaria de saber se previsão versus inferência faz alguma diferença na resposta. Questão: Todos os recursos introdutórios que li afirmam que a …

12 time-series  econometrics  arima  inference 

Correlacionei dados e estou usando um modelo de efeitos mistos de regressão logística para estimar o efeito no nível individual (condicional) de um preditor de interesse. Eu sei que, para modelos marginais padrão, a inferência nos parâmetros do modelo usando o teste de Wald é consistente para os testes de …

12 logistic  mixed-model  inference 

Atualmente, estou fazendo o curso PGM de Daphne Koller no Coursera. Nesse sentido, geralmente modelamos uma Rede Bayesiana como um gráfico direcionado de causa e efeito das variáveis ​​que fazem parte dos dados observados. Mas, nos tutoriais e exemplos do PyMC, geralmente vejo que não é exatamente modelado da mesma …

12 bayesian  inference  bayesian-network  pymc 

O tênis tem um sistema de pontuação peculiar de três níveis, e eu me pergunto se isso tem algum benefício estatístico, do ponto de vista de uma partida como um experimento para determinar o melhor jogador. Para quem não conhece, nas regras normais, um jogo é ganho pelo primeiro a …

12 probability  inference  games 

Existe um bom relato expositivo publicado, com detalhes matemáticos, das várias abordagens adotadas para o problema de Behrens-Fisher?

12 inference  references 

Na análise bayesiana conjugada da distribuição gaussiana de Kevin Murphy , ele escreve que a distribuição preditiva posterior é p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta onde são os dados nos quais o modelo está ajustado e são dados não vistos. O que …

12 bayesian  predictive-models  inference  posterior 

O uso de "variacional" sempre se refere à otimização por inferência variacional? Exemplos: "Auto-codificador variacional" "Métodos bayesianos variacionais" "Grupo de renormalização variacional"

12 machine-learning  optimization  inference 

Como posso construir um intervalo de confiança assintótica para um parâmetro real, iniciando no MLE para esse parâmetro?

12 confidence-interval  mathematical-statistics  maximum-likelihood  inference 

Quando calcular o erro padrão de um coeficiente de regressão, que não conta para a aleatoriedade na matriz de design XXX . Em OLS, por exemplo, nós calcular var(β^)var(β^)\text{var}(\hat{\beta}) como var((XTX)−1XTY)=σ2(XTX)−1var((XTX)−1XTY)=σ2(XTX)−1\text{var}((X^TX)^{-1}X^TY) = \sigma^2(X^TX)^{-1} Se o XXX foram considerados aleatória, a lei da variância total que, em certo sentido, exigir a …

11 regression  probability  variance  inference 

Eu tenho uma função probabilidade para a probabilidade dos meus dados dado alguns parâmetros do modelo , o que eu gostaria de estimar. Assumindo anteriores planos nos parâmetros, a probabilidade é proporcional à probabilidade posterior. Eu uso um método MCMC para provar essa probabilidade.L (d| θ)eu(d|θ)\mathcal{L}(d | \theta)dddθ ∈ RNθ∈RN\theta …

11 bayesian  maximum-likelihood  optimization  inference  mcmc 

Esta pergunta é inspirada na resposta de Martijn aqui . Suponha que ajustemos um GLM para uma família de um parâmetro como um modelo binomial ou de Poisson e que seja um procedimento de probabilidade total (ao contrário de quasipoisson). Então, a variação é uma função da média. Com binomial: …

11 regression  generalized-linear-model  inference  approximation  t-distribution 

Ou seja, fazer uma análise seqüencial (você não sabe com antecedência exatamente quantos dados coletará) com métodos freqüentes requer cuidados especiais; você não pode simplesmente coletar dados até que o valor p fique suficientemente pequeno ou que um intervalo de confiança se torne suficientemente curto. Mas, ao fazer uma análise …

11 bayesian  inference  philosophical  sequential-analysis 

Lendo as respostas para este tópico , comecei a pensar sobre como o Teste de Hipóteses se relaciona com o Método Científico . Embora eu tenha um bom entendimento de ambos, estou tendo dificuldades para estabelecer a conexão precisa entre eles. Em um nível alto, o método científico se resume …

11 hypothesis-testing  inference