Perguntas com a marcação «prior»

Estou procurando informações preliminares não informativas para a distribuição beta para trabalhar com um processo binomial (acerto / acerto). No começo, pensei em usar α=1,β=1α=1,β=1\alpha=1, \beta=1 que gera um PDF uniforme ou Jeffrey antes de α=0.5,β=0.5α=0.5,β=0.5\alpha=0.5, \beta=0.5 . Mas, na verdade, estou procurando priors que tenham o efeito mínimo em …

16 bayesian  prior  beta-distribution  uninformative-prior 

Eu conheço três métodos para fazer estimativa de parâmetros, ML, MAP e Bayes. E para a abordagem MAP e Bayes, precisamos escolher os anteriores para os parâmetros, certo? Digamos que eu tenho esse modelo , no qual são parâmetros, para fazer a estimativa usando MAP ou Bayes, li no livro …

16 bayesian  estimation  prior 

Ouvi dizer que a regressão de cordilheira pode ser derivada como a média de uma distribuição posterior, se o prior for adequadamente escolhido. A intuição de que as restrições definidas nos coeficientes de regressão pelas anteriores (por exemplo, distribuições normais padrão em torno de 0) são idênticas / substitui a …

15 bayesian  prior  ridge-regression 

Assim, na modelagem de texto (não supervisionada), a Alocação de Dirichlet Latente (LDA) é uma versão bayesiana da Análise Semântica Latente Probabilística (PLSA). Essencialmente, LDA = PLSA + Dirichlet anteriormente sobre seus parâmetros. Meu entendimento é que o LDA agora é o algoritmo de referência e é implementado em vários …

15 bayesian  multinomial  prior  naive-bayes  dirichlet-distribution 

Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste não-paramétrico como Mann-Whitney-U-testlevaria a mais informações …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Atualmente, estou lendo sobre Métodos Bayesianos em Evolução Molecular de Computação por Yang. Na seção 5.2, fala sobre priores e, especificamente, Não informativo / plano / vago / difuso, conjugado e hiperpriores. Isso pode estar exigindo uma simplificação excessiva, mas alguém poderia explicar simplesmente a diferença entre esses tipos de …

15 bayesian  prior 

Em certos casos, o Jeffreys anterior para um modelo multidimensional completo é geralmente considerado inadequado, por exemplo: (onde , com e desconhecido), onde o anterior a seguir é preferido (para o Jeffreys anterior completo ): que é o Jeffreys obtido anteriormente ao manter fixo (e da mesma forma para ). …

14 distributions  bayesian  estimation  prior  jeffreys-prior 

Eu apenas comecei a aprender a usar Stan e rstan. A menos que eu sempre tenha ficado confuso sobre como o JAGS / BUGS funcionou, pensei que você sempre tivesse que definir uma distribuição anterior de algum tipo para cada parâmetro no modelo a ser extraído. Parece que você não …

14 mcmc  prior  jags  graphical-model  stan 

Como se deve transformar um resultado freqüentista em um prior bayesiano? Considere o seguinte cenário bastante genérico: Um experimento foi realizado no passado e um resultado em algum parâmetro foi medido. A análise foi realizada com uma metodologia frequentista. Um intervalo de confiança para ϕ é dado nos resultados.ϕϕ\phiϕϕ\phi Agora …

13 bayesian  confidence-interval  meta-analysis  prior 

Fiz essa pergunta com (n,k)=(400,220)(n,k)=(400,220)(n, k) = (400, 220) em uma entrevista. Existe uma resposta "correta"? Suponha que os lançamentos sejam iid e a probabilidade de cabeças é p=0.5p=0.5p=0.5 . A distribuição do número de cabeças em 400 lançamentos deve ser próxima de Normal (200, 10 ^ 2), de modo …

13 probability  hypothesis-testing  self-study  prior 

Estou pensando em um espaço grande (mas finito) de modelos de complexidade variável, que exploro usando o RJMCMC . O anterior no vetor de parâmetro para cada modelo é bastante informativo. Em que casos (se houver) eu deveria estar preocupado com o paradoxo de Jeffreys-Lindley, favorecendo modelos mais simples, quando …

12 bayesian  model-selection  mcmc  prior  improper-prior 

Eu quero usar na distribuição para modelar retornos de ativos de curto intervalo em um modelo bayesiano. Eu gostaria de estimar os graus de liberdade (junto com outros parâmetros no meu modelo) para a distribuição. Eu sei que o retorno de ativos não é normal, mas não sei muito além …

12 distributions  bayesian  modeling  prior 

Estou lendo sobre distribuições anteriores e calculei Jeffreys antes para uma amostra de variáveis ​​aleatórias normalmente distribuídas com média e variação desconhecidas. De acordo com meus cálculos, o seguinte é válido para Jeffreys anterior: Aqui, sou a matriz de informações de Fisher.Eup ( μ , σ2) = de t ( …

12 bayesian  normal-distribution  prior  jeffreys-prior 

(Esta pergunta é inspirada neste comentário de Xi'an .) É sabido que, se a distribuição anterior for adequada e a probabilidade for bem definida, a distribuição posterior é apropriado quase certamente.π(θ)π(θ)\pi(\theta)L(θ|x)L(θ|x)L(\theta | x)π(θ|x)∝π(θ)L(θ|x)π(θ|x)∝π(θ)L(θ|x)\pi(\theta|x)\propto \pi(\theta) L(\theta|x) Em alguns casos, usamos uma probabilidade moderada ou exponenciada, levando a uma pseudo-posterior π~(θ|x)∝π(θ)L(θ|x)απ~(θ|x)∝π(θ)L(θ|x)α\tilde\pi(\theta|x)\propto \pi(\theta) …

11 bayesian  prior  posterior 

Quando soube dos antecedentes de Jeffrey na minha aula de inferência estatística, meus professores fizeram parecer que isso era interessante principalmente por razões históricas, e não porque alguém jamais as usaria. Então, quando fiz a análise de dados bayesiana, nunca nos pediram para usar os antecedentes de Jeffreys. Alguém realmente …

11 bayesian  prior  jeffreys-prior