Pertanyaan yang diberi tag «bayesian»

Misalkan menunjukkan risiko Bayes dari estimator terhadap sebelumnya , misalkan menunjukkan himpunan semua prior pada ruang parameter , dan biarkan menunjukkan himpunan semua aturan keputusan (mungkin acak).δ π Π Θ Δr(π,δ)r(π,δ)r(\pi, \delta)δδ\deltaππ\piΠΠ\PiΘΘ\ThetaΔΔ\Delta Interpretasi statistik dari ketimpangan minimal John von Neumann menyatakan bahwa supπ∈Πinfδ∈Δr(π,δ)≤infδ∈Δsupπ∈Πr(π,δ),supπ∈Πinfδ∈Δr(π,δ)≤infδ∈Δsupπ∈Πr(π,δ), \sup_{\pi\in\Pi} \inf_{\delta\in\Delta} r(\pi, \delta) \leq \inf_{\delta\in\Delta}\sup_{\pi\in\Pi} r(\pi, …

12 bayesian  decision-theory  risk 

Saya memiliki kumpulan data deret waktu yang saya coba paskan dengan Hidden Markov Model (HMM) untuk memperkirakan jumlah status laten dalam data. Kode pseudo saya untuk melakukan ini adalah sebagai berikut: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest …

12 r  aic  hidden-markov-model  bic  spss  manova  time-series  r  lme4-nlme  regression  modeling  negative-binomial  bayesian  bugs  state-space-models  hypothesis-testing  data-transformation  factor-analysis  sem 

Saat ini saya mengikuti kursus PGM oleh Daphne Koller di Coursera. Dalam hal itu, kami umumnya memodelkan Bayesian Network sebagai grafik langsung penyebab dan efek dari variabel yang merupakan bagian dari data yang diamati. Tetapi pada tutorial dan contoh PyMC saya biasanya melihat bahwa itu tidak cukup dimodelkan dengan cara …

12 bayesian  inference  bayesian-network  pymc 

Apakah Anda menganggap HBM vs EB sebagai dua alternatif di mana hyperparameter "dalam permainan" menjadi sampel / diperkirakan / dll? Jelas ada hubungan antara keduanya. Apakah Anda menganggap HBM lebih "sepenuhnya Bayesian" daripada EB? Adakah tempat di mana saya bisa melihat apa perbedaan antara "sepenuhnya Bayesian" dan alternatif lain? Terima …

12 bayesian  empirical-bayes 

Apakah orang Bayesian pernah berargumen bahwa pendekatan mereka menggeneralisasikan pendekatan frequentist, karena orang dapat menggunakan prior non-informatif dan karenanya, dapat memulihkan struktur model frequentist yang khas? Adakah yang bisa merujuk saya ke tempat di mana saya bisa membaca tentang argumen ini, jika memang digunakan? EDIT: Pertanyaan ini mungkin diutarakan bukan …

12 bayesian  references  frequentist 

Jika seseorang berkata "Metode itu menggunakan MLE estimasi titik untuk parameter yang memaksimalkan , oleh karena itu sering, dan lebih lanjut itu bukan Bayesian."P (x | θ)P(x|θ)\mathrm{P}(x|\theta) apakah kamu setuju? Pembaruan di latar belakang : Saya baru-baru ini membaca sebuah makalah yang mengaku sering. Saya tidak setuju dengan klaim mereka, …

12 bayesian  maximum-likelihood  likelihood  frequentist  philosophical 

Saya baru-baru ini kebetulan membaca tentang Bayes empiris (Casella, 1985, Pengantar analisis data Bayes empiris) dan itu sangat mirip dengan model efek acak; karena keduanya memiliki estimasi yang menyusut menjadi rata-rata global. Tapi saya belum membacanya secara menyeluruh ... Adakah yang punya wawasan tentang persamaan dan perbedaan di antara mereka?

12 bayesian  estimation  random-effects-model  steins-phenomenon  empirical-bayes 

Mengapa bahkan memiliki prior non-informatif? Mereka tidak memberikan informasi tentang . Jadi mengapa menggunakannya? Mengapa tidak hanya menggunakan prior informatif? Misalnya, misalkan . Lalu apakah adalah non-informatif sebelum ?θ ∈ [ 0 , 1 ] θ ∼ U ( 0 , 1 ) θθθ\thetaθ ∈ [ 0 , 1 ]θ∈[0,1] …

12 bayesian  uninformative-prior  jeffreys-prior 

Saya memiliki masalah analisis keputusan yang agak rumit yang melibatkan pengujian reliabilitas dan pendekatan logis (bagi saya) tampaknya melibatkan penggunaan MCMC untuk mendukung analisis Bayesian. Namun, telah disarankan bahwa akan lebih tepat untuk menggunakan pendekatan bootstrap. Bisakah seseorang menyarankan referensi (atau tiga) yang mungkin mendukung penggunaan salah satu teknik di …

12 bayesian  bootstrap 

Mohon maaf, pemotongan istilah statistik saya :) Saya telah menemukan beberapa pertanyaan di sini yang terkait dengan iklan dan tarif klik. Tetapi tidak satu pun dari mereka yang sangat membantu saya dengan pemahaman saya tentang situasi hierarkis saya. Ada pertanyaan terkait Apakah representasi setara model Bayesian hierarkis yang sama? , …

12 bayesian  binomial  multilevel-analysis 

Ini juga ditanyakan di Computational Science. Saya mencoba menghitung perkiraan Bayesian dari beberapa koefisien untuk autoregresi, dengan 11 sampel data: mana adalah Gaussian dengan rerata 0 dan varians Distribusi sebelumnya pada vektor adalah Gaussian dengan rerata dan matriks kovarians diagonal dengan entri diagonal sama dengan .Yi=μ+α⋅Yi−1+ϵiYi=μ+α⋅Yi−1+ϵi Y_{i} = \mu + …

12 bayesian  mathematical-statistics  posterior 

Saya mendesain algoritma pengambilan sampel Hybrid Monte Carlo untuk PyMC , dan saya mencoba membuatnya sebebas dan sesering mungkin, jadi saya mencari saran yang bagus untuk merancang algoritma HMC. Saya telah membaca bab survei Radford dan Beskos et. makalah terbaru al. tentang penyetelan HMC optimal (ukuran langkah) dan saya mengumpulkan …

12 bayesian  monte-carlo 

Masalah: Saya distribusi parameterisasi untuk digunakan sebagai prior dan data dalam meta-analisis Bayesian. Data disediakan dalam literatur sebagai statistik ringkasan, hampir secara eksklusif diasumsikan berdistribusi normal (walaupun tidak ada variabel yang dapat <0, beberapa adalah rasio, beberapa adalah massa, dan lain-lain). Saya telah menemukan dua kasus yang saya tidak punya …

12 distributions  bayesian  variance  random-variable  meta-analysis 

Dalam analisis Konjugat Bayesian Kevin Murphy tentang distribusi Gaussian , ia menulis bahwa distribusi prediktif posterior adalah p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta di mana DDD adalah data yang sesuai dengan model dan xxx adalah data yang tidak terlihat. Apa yang saya …

12 bayesian  predictive-models  inference  posterior 

Buku Bayesian karya Kruschke mengatakan, mengenai penggunaan distribusi beta untuk membalik koin, Misalnya, jika kita tidak memiliki pengetahuan sebelumnya selain pengetahuan bahwa koin memiliki sisi kepala dan sisi ekor, itu sama dengan sebelumnya mengamati satu kepala dan satu ekor, yang sesuai dengan a = 1 dan b = 1. Mengapa …

12 probability  bayesian  beta-distribution