Вопросы с тегом «bayesian»

Этот вопрос является техническим продолжением этого вопроса . У меня проблемы с пониманием и тиражированием модели, представленной в Raftery (1988): Вывод для биномиального параметра : иерархический байесовский подходNNN в WinBUGS / OpenBUGS / JAGS. Речь идет не только о коде, поэтому он должен быть здесь по теме. Фон Пусть - …

16 bayesian  binomial  hierarchical-bayesian  winbugs 

В своей широко цитируемой статье априорные распределения для параметров дисперсии в иерархических моделях (916 цитата на Google Scholar) Гельман предлагает, что хорошими неинформативными априорными распределениями для дисперсии в иерархической байесовской модели являются равномерное распределение и половинное распределение. Если я правильно понимаю, это работает хорошо, когда параметр местоположения (например, среднее значение) …

16 bayesian  variance  prior  jags  hierarchical-bayesian 

Я недавно использовал MCMCglmmпакет. Меня смущает то, что в документации упоминается как R-структура и G-структура. Похоже, что они связаны со случайными эффектами - в частности, указанием параметров для предварительного распределения по ним, но обсуждение в документации, похоже, предполагает, что читатель знает, что это за термины. Например: необязательный список предыдущих спецификаций, …

16 r  bayesian  mixed-model  lme4-nlme 

Я пытаюсь реализовать алгоритм запуска и запуска MCMC, но у меня возникли проблемы с пониманием, как это сделать. Общая идея заключается в следующем: Чтобы сгенерировать скачок предложения в MH, мы: Создать направление из распределения на поверхности единичной сферы OdddOO\mathcal{O} Генерируйте расстояние вдоль ограниченного пространства.λλ\lambda Тем не менее, я понятия не …

16 r  bayesian  mcmc 

Я знаю 3 метода оценки параметров, ML, MAP и байесовский подход. А для MAP и байесовского подхода нам нужно выбирать априоры для параметров, верно? Скажем, у меня есть эта модель , в которой α , β являются параметрами, чтобы выполнить оценку с использованием MAP или байесовского алгоритма, я прочитал в …

16 bayesian  estimation  prior 

Я полагаю, что п( A | B ) = P( A | B , C) ∗ P( C) + P(A|B,¬C)∗P(¬C)P(A|B)=P(A|B,C)∗P(C)+P(A|B,¬C)∗P(¬C)P(A|B) = P(A | B,C) * P(C) + P(A|B,\neg C) * P(\neg C) правильно, тогда как п( A | B ) = P( A | B , C) + P(A|B,¬C)P(A|B)=P(A|B,C)+P(A|B,¬C)P(A|B) = …

15 probability  bayesian 

Для данной проблемы вывода мы знаем, что байесовский подход обычно отличается как по форме, так и по результатам феечистского подхода. Частые участники (обычно это я) часто указывают на то, что их методы не требуют предварительного и, следовательно, в большей степени «основаны на данных», чем «обусловлены суждениями». Конечно, байесовские указатели могут …

15 bayesian  inference  likelihood  likelihood-ratio  frequentist 

Насколько я понимаю, приблизительные байесовские вычисления (ABC) и цепь Маркова Монте-Карло (MCMC) имеют очень похожие цели. Ниже я опишу свое понимание этих методов и то, как я воспринимаю различия в их применении к реальным данным. Приближенное байесовское вычисление ABC состоит из выборки параметра θθ\theta из предшествующего, посредством численного моделирования вычисляют …

15 bayesian  mcmc  computational-statistics 

Мой основной вопрос: как бы вы пробовали неправильный дистрибутив? Имеет ли смысл пробовать неправильный дистрибутив? Здесь комментарии Сианя как бы касаются вопроса, но я искал некоторые подробности по этому поводу. Более конкретно для MCMC: Говоря о MCMC и читая статьи, авторы подчеркивают, что получили правильные апостериорные распределения. Есть знаменитая газета …

15 distributions  bayesian  mcmc  markov-process  improper-prior 

У меня проблемы с пониманием, почему байесовский вывод приводит к неразрешимым проблемам. Проблема часто объясняется так: Я не понимаю, почему этот интеграл нужно оценивать в первую очередь: мне кажется, что результатом интеграла является просто нормализационная константа (как дан набор данных D). Почему нельзя просто вычислить апостериорное распределение как числитель правой …

15 bayesian  inference 

Прочитав этот пост в блоге о байесовских моделях структурных временных рядов, я хотел взглянуть на реализацию этого в контексте проблемы, для которой я ранее использовал ARIMA. У меня есть некоторые данные с некоторыми известными (но шумными) сезонными компонентами - это определенно есть ежегодные, ежемесячные и еженедельные компоненты, а также некоторые …

15 r  time-series  bayesian  mcmc  bsts 

Я думаю, что хороший способ запомнить формулу - это думать о формуле так: Вероятность того, что какое-либо событие A имеет конкретный результат, учитывая результат независимого события B = вероятность того, что оба результата произошли одновременно / что бы мы ни говорили, вероятность ожидаемого результата события A была бы, если бы …

15 bayesian  bayes 

Рецензент попросил нас предоставить p-значения, чтобы лучше понять оценки модели в нашей байесовской многоуровневой модели. Модель представляет собой типичную модель множественных наблюдений на одного участника эксперимента. Мы оценили модель с помощью Stan, поэтому мы можем легко вычислить дополнительную апостериорную статистику. В настоящее время мы сообщаем (визуально и в таблицах) среднюю …

15 bayesian  p-value  multilevel-analysis 

Я слышал, что регрессия гребня может быть получена как среднее значение апостериорного распределения, если адекватно выбран априор. Является ли интуиция тем, что ограничения, установленные ранее для коэффициентов регрессии (например, стандартные нормальные распределения около 0), идентичны / заменяют штраф, установленный для квадрата размера коэффициентов? Должен ли априор быть гауссовым, чтобы эта …

15 bayesian  prior  ridge-regression 

Таким образом, в (неконтролируемом) текстовом моделировании скрытое распределение Дирихле (LDA) является байесовской версией вероятностного скрытого семантического анализа (PLSA). По сути, LDA = PLSA + Dirichlet перед его параметрами. Насколько я понимаю, LDA теперь является эталонным алгоритмом и реализован в различных пакетах, в то время как PLSA больше не следует использовать. …

15 bayesian  multinomial  prior  naive-bayes  dirichlet-distribution