Pertanyaan yang diberi tag «bayesian»

Dalam makalahnya yang dikutip secara luas, distribusi Prior untuk parameter varians dalam model hierarkis (916 kutipan sejauh ini di Google Cendekia) Gelman mengusulkan bahwa distribusi sebelumnya yang tidak informatif untuk varian dalam model Bayesian hirarkis adalah distribusi seragam dan distribusi t setengah. Jika saya memahami hal-hal yang benar ini berfungsi …

16 bayesian  variance  prior  jags  hierarchical-bayesian 

Saya telah menggunakan MCMCglmmpaket baru-baru ini. Saya bingung dengan apa yang disebut dalam dokumentasi sebagai struktur-R dan struktur-G. Ini tampaknya berhubungan dengan efek acak - khususnya menentukan parameter untuk distribusi sebelumnya, tetapi diskusi dalam dokumentasi tampaknya mengasumsikan bahwa pembaca tahu apa istilah-istilah ini. Sebagai contoh: daftar opsional spesifikasi sebelumnya yang …

16 r  bayesian  mixed-model  lme4-nlme 

Saya mencoba menerapkan algoritma MCMC hit and run, tetapi saya mengalami sedikit kesulitan untuk memahami bagaimana cara melakukannya. Gagasan umum, adalah sebagai berikut: Untuk menghasilkan lompatan proposal di MH, kami: Hasilkan arah dari distribusi di permukaan unit bola OdddOO\mathcal{O} Hasilkan jarak yang ditandatangani sepanjang ruang terbatas.λλ\lambda Namun, saya tidak tahu …

16 r  bayesian  mcmc 

Saya mencari prior yang tidak informatif untuk distribusi beta agar dapat bekerja dengan proses binomial (Hit / Miss). Pada awalnya saya berpikir tentang menggunakan α=1,β=1α=1,β=1\alpha=1, \beta=1 yang menghasilkan PDF yang seragam, atau Jeffrey sebelumnya α=0.5,β=0.5α=0.5,β=0.5\alpha=0.5, \beta=0.5 . Tapi saya sebenarnya mencari prior yang memiliki efek minimum pada hasil posterior, dan …

16 bayesian  prior  beta-distribution  uninformative-prior 

Saya tahu 3 metode untuk melakukan estimasi parameter, pendekatan ML, MAP dan Bayes. Dan untuk pendekatan MAP dan Bayes, kita perlu memilih prior untuk parameter, kan? Katakanlah saya memiliki model ini , di mana α , β adalah parameter, untuk melakukan estimasi menggunakan MAP atau Bayes, saya membaca di buku …

16 bayesian  estimation  prior 

Saya kira itu 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,¬C)∗P(¬C)P(A|B) = P(A | B,C) * P(C) + P(A|B,\neg C) * P(\neg C) benar, padahal P(A|B)=P(A|B,C)+P(A|B,¬C)P(A|B)=P(A|B,C)+P(A|B,¬C)P(A|B) = P(A | B,C) + P(A|B,\neg C) salah. Namun, saya sudah mendapat "intuisi" tentang yang kemudian, yaitu, Anda mempertimbangkan probabilitas P (A | B) dengan membagi dua kasus (C atau Tidak …

15 probability  bayesian 

Untuk masalah inferensi yang diberikan, kita tahu bahwa pendekatan Bayesian biasanya berbeda dalam bentuk dan hasil dari pendekatan fequentist. Frequentists (biasanya termasuk saya) sering menunjukkan bahwa metode mereka tidak memerlukan prior dan karenanya lebih "didorong data" daripada "didorong penilaian". Tentu saja, Bayesian dapat menunjuk ke prior non-informatif, atau, karena pragmatis, …

15 bayesian  inference  likelihood  likelihood-ratio  frequentist 

Untuk pemahaman saya Perkiraan Bayesian Computation (ABC) dan Markov Chain Monte Carlo (MCMC) memiliki tujuan yang sangat mirip. Di bawah ini saya menjelaskan pemahaman saya tentang metode ini dan bagaimana saya melihat perbedaan dalam penerapannya pada data kehidupan nyata. Perkiraan Bayesian Computation ABC terdiri atas pengambilan sampel parameter θθ\theta dari …

15 bayesian  mcmc  computational-statistics 

Pertanyaan dasar saya adalah: bagaimana Anda akan mengambil sampel dari distribusi yang tidak tepat? Apakah masuk akal untuk mengambil sampel dari distribusi yang tidak tepat? Komentar Xi'an di sini semacam menjawab pertanyaan itu, tetapi saya sedang mencari beberapa detail lebih lanjut tentang ini. Lebih spesifik untuk MCMC: Dalam berbicara tentang …

15 distributions  bayesian  mcmc  markov-process  improper-prior 

Saya memiliki masalah dalam memahami mengapa Bayesian Inference mengarah pada masalah yang sulit diselesaikan. Masalahnya sering dijelaskan seperti ini: Apa yang saya tidak mengerti adalah mengapa integral ini harus dievaluasi di tempat pertama: Tampaknya bagi saya bahwa hasil integral adalah hanya sebuah konstanta normalisasi (seperti dataset D diberikan). Mengapa seseorang …

15 bayesian  inference 

Setelah membaca posting blog ini tentang model deret waktu struktural Bayesian, saya ingin melihat penerapan ini dalam konteks masalah yang sebelumnya saya gunakan untuk ARIMA. Saya memiliki beberapa data dengan beberapa komponen musiman yang diketahui (tetapi berisik) - pasti ada komponen tahunan, bulanan dan mingguan untuk ini, dan juga beberapa …

15 r  time-series  bayesian  mcmc  bsts 

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 

Kami diminta oleh reviewer untuk memberikan nilai-p agar dapat lebih memahami estimasi model dalam model multilevel bayesian kami. Model ini adalah model khas dari beberapa pengamatan per peserta dalam percobaan. Kami memperkirakan model dengan Stan, sehingga kami dapat dengan mudah menghitung statistik posterior tambahan. Saat ini, kami melaporkan (secara visual …

15 bayesian  p-value  multilevel-analysis 

Saya telah mendengar bahwa regresi ridge dapat diturunkan sebagai rata-rata distribusi posterior, jika prior dipilih secara memadai. Apakah intuisi bahwa kendala seperti yang ditetapkan pada koefisien regresi oleh sebelumnya (misalnya distribusi normal standar sekitar 0) adalah identik / ganti hukuman yang ditetapkan pada ukuran kuadrat dari koefisien? Apakah sebelumnya harus …

15 bayesian  prior  ridge-regression 

Jadi dalam pemodelan teks (tanpa pengawasan), Latent Dirichlet Allocation (LDA) adalah versi Bayesian dari Probabilistic Latent Semantic Analysis (PLSA). Intinya, LDA = PLSA + Dirichlet sebelum parameternya. Pemahaman saya adalah bahwa LDA sekarang menjadi algoritma referensi dan diimplementasikan dalam berbagai paket, sementara PLSA seharusnya tidak digunakan lagi. Tetapi dalam kategorisasi …

15 bayesian  multinomial  prior  naive-bayes  dirichlet-distribution