Pertanyaan yang diberi tag «bayesian»

Saya mencoba memahami logika d-Separation di Causal Bayesian Networks. Saya tahu bagaimana algoritma bekerja, tetapi saya tidak benar-benar mengerti mengapa "aliran informasi" bekerja seperti yang dinyatakan dalam algoritma Sebagai contoh pada grafik di atas, mari kita berpikir bahwa kita hanya diberi X dan tidak ada variabel lain yang diamati. Kemudian …

15 bayesian  causality  graphical-model  bayesian-network 

Saat ini saya membaca tentang Metode Bayesian dalam Komputasi Evolusi Molekul oleh Yang. Dalam bagian 5.2 ini berbicara tentang prior, dan secara khusus Non-informatif / flat / samar-samar / menyebar, konjugat, dan hiper-prior. Ini mungkin meminta penyederhanaan yang berlebihan tetapi, dapatkah seseorang menjelaskan secara sederhana perbedaan antara jenis-jenis prior ini …

15 bayesian  prior 

Saya perlu "mempelajari" distribusi gaussian bivariat dengan beberapa sampel, tetapi hipotesis yang baik pada distribusi sebelumnya, jadi saya ingin menggunakan pendekatan bayesian. Saya mendefinisikan sebelumnya: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 & 0 \\ 0 …

15 distributions  bayesian  estimation  covariance  posterior 

Saya memiliki pemahaman yang kabur tentang apa metode penyampaian pesan: sebuah algoritma yang membangun perkiraan untuk suatu distribusi dengan secara iteratif membangun perkiraan masing-masing faktor distribusi yang tergantung pada semua perkiraan semua faktor lainnya. Saya percaya bahwa keduanya adalah contoh Kelulusan Pesan Variasi dan Propagasi Harapan . Apa yang dimaksud …

15 distributions  bayesian  references  algorithms 

Dapatkah seseorang merujuk saya ke referensi yang baik yang menjelaskan hubungan antara statistik Bayesian dan teknik pemodelan generatif? Mengapa kita biasanya menggunakan model generatif dengan teknik Bayesian? Mengapa sangat menarik untuk menggunakan statistik Bayesian jika tidak ada data lengkap, jika sama sekali? Perhatikan bahwa saya berasal dari pandangan yang lebih …

15 bayesian  generative-models 

Diberikan dua array x dan y, keduanya panjang n, saya cocok dengan model y = a + b * x dan ingin menghitung interval kepercayaan 95% untuk lereng. Ini adalah (b - delta, b + delta) di mana b ditemukan dengan cara biasa dan delta = qt(0.975,df=n-2)*se.slope dan se.slope adalah …

15 r  regression  bayesian  confidence-interval  frequentist 

Algoritma MCMC seperti Metropolis-Hastings dan Gibbs sampling adalah cara pengambilan sampel dari distribusi posterior bersama. Saya pikir saya mengerti dan dapat mengimplementasikan metropolis-hasting dengan cukup mudah - Anda cukup memilih titik awal, dan 'berjalan di ruang parameter' secara acak, dipandu oleh kepadatan posterior dan kepadatan proposal. Pengambilan sampel Gibbs tampaknya …

15 bayesian  mcmc  gibbs 

Pergantian label (yaitu, distribusi posterior tidak berbeda dengan pergantian label komponen) adalah masalah ketika menggunakan MCMC untuk memperkirakan model campuran. Apakah ada metodologi standar (seperti yang diterima secara luas) untuk menangani masalah ini? Jika tidak ada pendekatan standar maka apa pro dan kontra dari pendekatan terkemuka untuk memecahkan masalah label …

15 bayesian  mcmc  mixture 

Saya membaca bahwa dalam aturan Bayes, penyebut dariPr ( data )Pr(data)\Pr(\textrm{data}) Pr ( parameter ∣ data ) = Pr ( data ∣ parameter ) Pr ( parameter )Pr ( data )Pr(parameter∣data)=Pr(data∣parameter)Pr(parameter)Pr(data)\Pr(\text{parameters} \mid \text{data}) = \frac{\Pr(\textrm{data} \mid \textrm{parameters}) \Pr(\text{parameters})}{\Pr(\text{data})} disebut konstanta normalisasi . Apa itu sebenarnya? Apa tujuannya? Mengapa terlihat seperti …

15 probability  bayesian 

Sebagai seorang mahasiswa dalam bidang fisika, saya telah mengalami kuliah "Mengapa saya seorang Bayesian" mungkin setengah lusin kali. Itu selalu sama - presenter dengan sombong menjelaskan bagaimana penafsiran Bayesian lebih unggul daripada interpretasi yang sering digunakan oleh massa. Mereka menyebutkan aturan Bayes, marginalisasi, prior dan posteriors. Apa kisah sebenarnya? Apakah …

15 probability  bayesian  frequentist 

Saya menganalisis set data menggunakan model efek campuran dengan satu efek tetap (kondisi) dan dua efek acak (peserta karena desain subjek dan pasangan dalam). Model ini dihasilkan dengan lme4paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Selanjutnya, saya melakukan uji rasio kemungkinan model ini terhadap model tanpa efek tetap (kondisi) dan memiliki perbedaan yang signifikan. Ada …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Saya ingin menggunakan distribusi untuk memodelkan pengembalian aset interval pendek dalam model bayesian. Saya ingin memperkirakan derajat kebebasan (bersama dengan parameter lain dalam model saya) untuk distribusi. Saya tahu pengembalian aset sangat tidak normal, tetapi saya tidak tahu terlalu banyak. Apa distribusi sebelum yang tepat, agak informatif untuk tingkat kebebasan …

15 distributions  bayesian  modeling  prior 

Sering terjadi bahwa interval kepercayaan dengan cakupan 95% sangat mirip dengan interval kredibel yang mengandung 95% dari kepadatan posterior. Ini terjadi ketika yang sebelumnya seragam atau hampir seragam dalam kasus yang terakhir. Dengan demikian interval kepercayaan sering dapat digunakan untuk memperkirakan interval yang kredibel dan sebaliknya. Yang penting, kita dapat …

14 bayesian  confidence-interval  frequentist  credible-interval 

Bisakah Anda memberikan langkah-demi-langkah untuk penjelasan boneka tentang bagaimana Hamiltonian Monte Carlo bekerja? PS: Saya sudah membaca jawabannya di sini, Hamiltonian monte carlo , dan di sini, Hamiltonian Monte Carlo vs. Sequential Monte Carlo , dan di sini, Hamiltonian Monte Carlo: bagaimana memahami proposal Metropolis-Hasting? dan mereka tidak mengatasinya secara …

14 bayesian  hmc 

Jadi, ini mungkin pertanyaan umum, tetapi saya belum pernah menemukan jawaban yang memuaskan. Bagaimana Anda menentukan probabilitas bahwa hipotesis nol itu benar (atau salah)? Katakanlah Anda memberi siswa dua versi ujian yang berbeda dan ingin melihat apakah versinya setara. Anda melakukan Uji-t dan memberikan nilai-p 0,02. Nilai p yang bagus! …

14 probability  hypothesis-testing  bayesian