Вопросы с тегом «bayesian»

В книге Джейнса «Теория вероятностей: логика науки» у Джейнса есть глава (гл. 18), озаглавленная «Распределение и правило наследования», в которой он вводит идею распределений , которую этот отрывок помогает проиллюстрировать:AпApA_pAпApA_p [...] Чтобы увидеть это, представьте эффект получения новой информации. Предположим, мы бросили монету пять раз, и она каждый раз поднимается. …

25 probability  bayesian  beta-distribution 

У меня есть два набора данных, один из набора физических наблюдений (температуры), и один из множества численных моделей. Я делаю анализ совершенной модели, предполагая, что ансамбль модели представляет собой истинную, независимую выборку, и проверяю, получены ли наблюдения из этого распределения. Рассчитанная мной статистика нормализована и теоретически должна быть стандартным нормальным …

25 bayesian  goodness-of-fit 

В недавней статье, обсуждающей недостатки использования p-значения для статистического вывода, под названием «Matrixx v. Siracusano and Student v. Fisher Статистическая значимость в испытании» (DOI: 10.1111 / j.1740-9713.2011.00511.x), Стивен Т. Зиляк выступает против использования р-значений. В заключительных параграфах он говорит: Данные это единственное, что мы уже знаем, и наверняка. То, что …

25 r  hypothesis-testing  statistical-significance  bayesian  p-value 

Мне было интересно, как байесовцы в сообществе CrossValidated рассматривают проблему неопределенности модели и как они предпочитают с ней бороться? Я постараюсь изложить свой вопрос в двух частях: Насколько важно (по вашему опыту / мнению) иметь дело с неопределенностью модели? Я не нашел ни одной статьи, посвященной этой проблеме, в сообществе …

25 machine-learning  bayesian  model-selection 

Итак, я думаю, что у меня есть приличное понимание основ вероятностного и статистического анализа (и как плохо его можно использовать). В частом мире имеет смысл задать такой вопрос, как «отличается ли это распределение от этого распределения», поскольку предполагается, что распределения являются реальными, объективными и неизменными (по крайней мере, для данной …

25 distributions  bayesian 

Поэтому я только что закончил читать замечательную книгу « Введение в эмпирический байесовский анализ» . Я думал, что книга была великолепной, но построение априорных данных на основе данных было неверным. Я был обучен тому, что вы разрабатываете план анализа, затем собираете данные и проверяете гипотезу, ранее определенную в плане анализа. …

24 machine-learning  hypothesis-testing  bayesian  empirical-bayes 

Согласно этому и этому ответу, автоэнкодеры кажутся техникой, которая использует нейронные сети для уменьшения размеров. Я хотел бы дополнительно знать, что такое вариационный автоэнкодер (его основные отличия / преимущества по сравнению с «традиционными» автоэнкодерами), а также каковы основные задачи обучения, для которых используются эти алгоритмы.

24 machine-learning  bayesian  deep-learning  autoencoders  variational-bayes 

Я пишу короткое теоретическое эссе для курса Байесовской статистики (в магистратуре по экономике) на неинформативных приорах, и я пытаюсь понять, каковы этапы развития этой теории. К настоящему времени моя временная шкала состоит из трех основных этапов: принцип безразличия Лапласа (1812), неинвариантные априорные значения (Джеффрис (1946)), ссылка Бернардо до (1979). Из …

24 bayesian  references  prior  history 

В настоящее время я работаю над проблемой, в которой мне нужно разработать алгоритм Монте-Карло с цепью Маркова (MCMC) для модели пространства состояний. Чтобы решить проблему, мне была дана следующая вероятность : p ( τ ) = 2I ( τ > 0) / (1+ τ 2 ). τ - стандартное отклонениеττ\tauττ\tauττ\tauτ2τ2\tau^2ττ\tau …

24 distributions  bayesian  prior  state-space-models  cauchy 

Это повторяющийся вопрос (см. Этот пост , этот пост и этот пост ), но у меня другое вращение. Предположим, у меня есть набор сэмплов из стандартного сэмплера MCMC. Для каждого образца я знаю значение вероятности записи в журнал и предшествующего . Если это помогает, я также знаю значение вероятности записи …

24 machine-learning  bayesian  sampling  mcmc  likelihood 

Так что этот вопрос немного запутанный, но я добавлю красочные графики, чтобы восполнить это! Сначала предыстория, затем вопрос (ы). Задний план Скажем, у вас есть мерное полиномиальное распределение с равными вероятностями по категориям. Пусть - нормализованные значения ( ) из этого распределения, то есть:nnnnnnπ=(π1,…,πn)π=(π1,…,πn)\pi = (\pi_1, \ldots, \pi_n)ccc (c1,…,cn)∼Multinomial(1/n,…,1/n)πi=cin(c1,…,cn)∼Multinomial(1/n,…,1/n)πi=cin(c_1, \ldots, …

24 distributions  bayesian  bootstrap  multinomial  dirichlet-distribution 

Обычно теория вероятностей преподается с аксиомами Колгоморова. Принимают ли байесовцы и аксиомы Колмогорова?

24 probability  bayesian  kolmogorov-axioms 

Мне интересно узнать, как разработать географическую аппроксимацию какого-то эпицентра на основе данных о вспышке болезни Джона Сноу Холера. Какое статистическое моделирование может быть использовано для решения такой проблемы без предварительного знания места расположения скважин. Как общая проблема, у вас будет время, местоположение известных точек и пешеходная дорожка наблюдателя. Метод, который …

23 bayesian  spatial  epidemiology  gis 

Я хотел задать вопрос, вдохновленный превосходным ответом на вопрос об интуиции для бета-дистрибутива. Я хотел лучше понять происхождение предыдущего распределения среднего значения. Похоже, что Дэвид отклоняет параметры от среднего значения и диапазона. В предположении, что среднее значение равно 0,270.270.27 а стандартное отклонение равно 0,180.180.18 , вы можете отказаться от αα\alpha …

23 bayesian  prior 

Я просматривал литературу по регуляризации, и часто вижу абзацы, которые связывают регуляризацию L2 с априорным гауссианом и L1 с Лапласом с центром в нуле. Я знаю, как выглядят эти априорные значения, но я не понимаю, как это выражается, например, в весах в линейной модели. В L1, если я правильно понимаю, …

23 regression  bayesian  prior  regularization  laplace-distribution