Вопросы с тегом «bayesian»

Модели смещенных монет обычно имеют один параметр . Один из способов оценить θ по серии тиражей - использовать предварительное бета-тестирование и вычислить апостериорное распределение с биномиальной вероятностью.θ = P( Руководитель | θ )θ=P(Head|θ)\theta = P(\text{Head} | \theta)θθ\theta В моих настройках из-за какого-то странного физического процесса свойства моей монеты медленно меняются, …

10 time-series  bayesian  kalman-filter 

Предположим , у меня есть «экспертов», из которых я хотел бы, чтобы вызвать предварительное распределение по некоторой переменной X . Я хотел бы мотивировать их реальными деньгами . Идея состоит в том, чтобы выявить априоры, наблюдать n реализаций случайной величины X , а затем разделить некоторый заранее определенный «кошелек» среди …

10 bayesian  prior 

Вдохновленный этим вопросом и конкретной «проблемой 3»: Апостериорные распределения несколько сложнее включить в метаанализ, если только не было предоставлено частичное параметрическое описание распределения. В последнее время я много думал о включении метаанализа в байесовскую модель - в первую очередь, в качестве источника приоры - но как это сделать в другом …

10 bayesian  meta-analysis 

У меня было достаточно курсов по статистике в школьные годы и в университете. У меня есть четкое понимание таких понятий, как CI, p-значения, интерпретация статистической значимости, множественное тестирование, корреляция, простая линейная регрессия (с наименьшими квадратами) (общие линейные модели) и все проверки гипотез. Я познакомился с ним большую часть ранних дней …

10 bayesian  references  maximum-likelihood  generalized-linear-model 

проблема Я пишу функцию R, которая выполняет байесовский анализ для оценки апостериорной плотности с учетом информированного априора и данных. Я хотел бы, чтобы функция отправляла предупреждение, если пользователю необходимо пересмотреть предыдущее. В этом вопросе мне интересно узнать, как оценить априор. Предыдущие вопросы охватывали механизм постановки информированных приоров ( здесь и …

10 distributions  probability  bayesian 

Я работаю в области интеллектуального анализа данных, и у меня было очень мало формального обучения статистике. В последнее время я читаю много работ, посвященных байесовским парадигмам для изучения и майнинга, что мне очень интересно. У меня вопрос (в нескольких частях), учитывая проблему, есть ли общие рамки, по которым можно построить …

10 bayesian  modeling  references  eda 

Закрыто . Этот вопрос основан на мнении . В настоящее время он не принимает ответы. Хотите улучшить этот вопрос? Обновите вопрос, чтобы ответить на него фактами и цитатами, отредактировав этот пост . Закрыто в прошлом году . Просматривая область исследования 100 лучших статистических программ новостей США, почти все из них …

10 bayesian  frequentist 

Процесс Дирихле и процесс Гаусса часто называют «распределениями по функциям» или «распределениями по распределениям». В таком случае, могу ли я осмысленно говорить о плотности функции под GP? То есть, есть ли у гауссовского процесса или процесса Дирихле понятие плотности вероятности? Если это не так, как мы можем использовать правило Байеса, …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

Интересно, являются ли условные вероятности уникальными для байесовского подхода, или они являются более общей концепцией, которая разделяется между несколькими школами мысли среди статистиков / вероятностных людей. Я как бы полагаю, что это так, потому что я предполагаю, что никто не может отчасти логично, так что я думаю, что частые люди, …

10 bayesian  conditional-probability 

Когда я начал читать о фильтре Калмана, он подумал, что это особый случай модели ARIMA (а именно ARIMA (0,1,1)). Но на самом деле кажется, что ситуация сложнее. Прежде всего, ARIMA можно использовать для прогнозирования, а фильтр Калмана - для фильтрации. Но разве они не тесно связаны? Вопрос: Какова связь между …

10 time-series  bayesian  arima  kalman-filter 

В статье под названием « Глубокое обучение и принцип узкого места в информации» авторы утверждают в разделе II А) следующее: Одиночные нейроны классифицируют только линейно разделимые входы, поскольку они могут реализовывать только гиперплоскости в своем входном пространстве u=wh+bu=wh+bu = wh+b . Гиперплоскости могут оптимально классифицировать данные, когда входные данные условно …

10 bayesian  neural-networks  information-theory 

Если я использую предварительное значение Джеффриса для параметра биномиальной вероятности то это подразумевает использование распределения .thetas ; ~ б е т ( 1 / 2 , 1 / 2 )θθ\thetaθ∼beta(1/2,1/2)θ∼beta(1/2,1/2)\theta \sim beta(1/2,1/2) Если я перейду на новую систему координат то ясно, что также не распространяется как . φ б е …

10 bayesian  jeffreys-prior 

Или какие условия это гарантируют? В целом (и не только для нормальных и биномиальных моделей) я полагаю, что главная причина, которая нарушила это утверждение, состоит в том, что существует несоответствие между моделью выборки и предыдущей, но что еще? Я начинаю с этой темы, поэтому я очень ценю простые примеры

10 bayesian  variance  information-theory 

Я запутался в том, как оценивать апостериорное предиктивное распределение для байесовской линейной регрессии, за пределами основного случая, описанного здесь на странице 3 и скопированного ниже. р ( у~∣ у) = ∫р ( у~∣ β, σ2) p ( β, σ2∣ у)p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y) p(\tilde y \mid y) = \int p(\tilde y \mid \beta, …

10 regression  bayesian  predictive-models  prediction  posterior 

Я использую формулу из байесовского ab-тестирования , чтобы вычислить результаты теста AB, используя байесовскую методологию. Pr ( pВ> рA) = ∑я = 0αВ- 1B ( αA+ я , βВ+ βA)( βВ+ i ) B ( 1 + i , βВ) B ( αA, βA)Pr(пВ>пA)знак равноΣязнак равно0αВ-1В(αA+я,βВ+βA)(βВ+я)В(1+я,βВ)В(αA,βA) \Pr(p_B > p_A) = …

10 r  bayesian  ab-test