Pertanyaan yang diberi tag «bayes»

Menggabungkan probabilitas dengan Teorema Bayes, terutama seperti yang digunakan untuk inferensi bersyarat.

12
Who Are The Bayesians?
Ketika seseorang menjadi tertarik pada statistik, dikotomi "Frequentist" vs "Bayesian" segera menjadi biasa (dan siapa yang belum membaca The Signal and the Noise , karya Nate Silver ?). Dalam pembicaraan dan kursus pengantar, sudut pandangnya sangat sering ( MLE , value), tetapi cenderung ada sebagian kecil dari waktu yang didedikasikan …

3
R: Random Forest melemparkan NaN / Inf dalam kesalahan "panggilan fungsi asing" meskipun tidak ada dataset NaN [ditutup]
Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 2 tahun yang lalu . Saya menggunakan tanda sisipan untuk menjalankan hutan acak lintas divalidasi atas dataset. Variabel Y adalah faktor. Tidak ada NaN, Inf, …

3
Mengapa Faktor Normalisasi Diperlukan dalam Teorema Bayes?
Teorema Bayes berlaku P(model|data)=P(model)×P(data|model)P(data)P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Ini semua baik-baik saja Tapi, saya pernah membaca di suatu tempat: Pada dasarnya, P (data) tidak lain adalah konstanta normalisasi, yaitu konstanta yang membuat kerapatan posterior berintegrasi menjadi satu. Kita tahu bahwa dan . 0≤P(model)≤10≤P(model)≤10 \leq P(\textrm{model}) \leq 10≤P(data|model)≤10≤P(data|model)≤1 0 \leq …


7
Apa yang Anda lakukan untuk mengingat peraturan Bayes?
Saya pikir cara yang baik untuk mengingat rumus adalah dengan memikirkan rumus seperti ini: Probabilitas bahwa beberapa peristiwa A memiliki hasil tertentu yang diberikan peristiwa independen hasil B = probabilitas kedua hasil yang terjadi secara bersamaan / apa pun yang kita katakan probabilitas hasil peristiwa yang diinginkan A akan jika …
15 bayesian  bayes 

1
Teorema Bayes dengan berbagai kondisi
Saya tidak mengerti bagaimana persamaan ini diturunkan. P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M_{1}\cap M_{2}) \leq \frac{P(I)}{P(I')}\cdot \frac{P(M_{1}|I)P(M_{2}|I)}{P(M_{1}|I')P(M_{2}|I')} Persamaan ini berasal dari makalah "Trial by Probability" di mana kasus OJ Simpson diberikan sebagai contoh masalah. Terdakwa sedang diadili karena pembunuhan ganda dan dua bukti diajukan terhadapnya. M1M1M_{1} adalah peristiwa darah terdakwa cocok dengan setetes darah yang …


2
Mengapa Thomas Bayes menganggap teorema Bayes begitu menantang?
Ini lebih merupakan sejarah pertanyaan sains, tapi saya harap ada di topik di sini. Saya pernah membaca bahwa Thomas Bayes hanya berhasil menemukan teorema Bayes untuk kasus khusus seragam sebelumnya, dan bahkan kemudian ia berjuang dengan itu, tampaknya. Mempertimbangkan betapa sepele teorema Bayes dalam pengobatan modern, mengapa hal itu menjadi …

2
Mengapa Bayes Classifier adalah classifier yang ideal?
Ini dianggap sebagai kasus ideal di mana struktur probabilitas yang mendasari kategori dikenal dengan sempurna. Mengapa dengan Bayes classifier kita mencapai kinerja terbaik yang bisa dicapai? Apa bukti / penjelasan formal untuk ini? Karena kami selalu menggunakan pengklasifikasi Bayes sebagai tolok ukur untuk membandingkan kinerja semua pengklasifikasi lainnya.

2
Apa itu "Prioritas Informasi Unit"?
Saya telah membaca Wagenmakers (2007) Sebuah solusi praktis untuk masalah meresapi nilai p . Saya tertarik dengan konversi nilai BIC menjadi faktor dan probabilitas Bayes. Namun, sejauh ini saya tidak memiliki pemahaman yang baik tentang apa sebenarnya informasi unit sebelumnya . Saya akan berterima kasih atas penjelasan dengan gambar, atau …

5
Interpretasi Bayes Theorem diterapkan untuk hasil mamografi positif
Saya mencoba untuk membungkus kepala saya di sekitar hasil Bayes Theorem yang diterapkan pada contoh mammogram klasik, dengan twist mammogram menjadi sempurna. Itu adalah, Timbulnya kanker:.01.01.01 Kemungkinan mammogram positif, mengingat pasien menderita kanker:111 Probabilitas mammogram positif, mengingat pasien tidak memiliki kanker:.01.01.01 By Bayes: P (kanker | mammogram +) =1 ⋅ …

1
Apa perbedaan antara probabilitas dan logika fuzzy?
Saya telah bekerja dengan logika fuzzy (FL) selama bertahun-tahun dan saya tahu ada perbedaan antara FL dan probabilitas khususnya mengenai cara FL menangani ketidakpastian. Namun, saya ingin bertanya perbedaan apa yang ada antara FL dan probabilitas? Dengan kata lain, jika saya berurusan dengan probabilitas (menggabungkan informasi, mengumpulkan pengetahuan), dapatkah saya …
10 bayes  fuzzy 

1
Memperbarui faktor Bayes
Faktor A Bayes didefinisikan dalam Bayesian pengujian hipotesis dan Bayesian pemilihan model dengan rasio dua likelihood marginal: diberikan sampel iid (x1,…,xn)(x1,…,xn)(x_1,\ldots,x_n) dan kepadatan masing-masing sampling f1(x|θ)f1(x|θ)f_1(x|\theta) dan f2(x|η)f2(x|η)f_2(x|\eta) , dengan prior yang sesuai π1π1\pi_1 dan π2π2\pi_2 , faktor Bayes untuk membandingkan kedua model adalah B12(x1,…,xn)=defm1(x1,…,xn)m2(x1,…,xn)=def∫∏ni=1f1(xi|θ)π1(dθ)∫∏ni=1f2(xi|η)π2(dη)B12(x1,…,xn)=defm1(x1,…,xn)m2(x1,…,xn)=def∫∏i=1nf1(xi|θ)π1(dθ)∫∏i=1nf2(xi|η)π2(dη)\mathfrak{B}_{12}(x_1,\ldots,x_n)\stackrel{\text{def}}{=}\frac{m_1(x_1,\ldots,x_n)}{m_2(x_1,\ldots,x_n)}\stackrel{\text{def}}{=}\frac{\int \prod_{i=1}^n f_1(x_i|\theta)\pi_1(\text{d}\theta)}{\int \prod_{i=1}^n f_2(x_i|\eta)\pi_2(\text{d}\eta)} Sebuahbuku …

1
Apa yang akan menjadi contoh ketika L2 adalah fungsi kerugian yang baik untuk menghitung kerugian posterior?
Kehilangan L2, bersama dengan kehilangan L0 dan L1, adalah tiga fungsi kehilangan "standar" yang sangat umum digunakan ketika meringkas posterior dengan kehilangan posterior minimum yang diharapkan. Salah satu alasan untuk ini mungkin karena mereka relatif mudah untuk dihitung (setidaknya untuk 1d-distribusi), L0 menghasilkan mode, L1 di median dan L2 menghasilkan …

3
Mengapa Teorema Bayes bekerja secara grafis?
Dari sudut pandang matematika Teorema Bayes sangat masuk akal bagi saya (yaitu, menurunkan dan membuktikan), tetapi yang saya tidak tahu adalah apakah ada argumen geometris atau grafis yang bagus yang dapat ditunjukkan untuk menjelaskan Teorema Bayes. Saya mencoba mencari di Google untuk jawaban ini dan mengejutkan saya tidak dapat menemukan …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.