Pertanyaan yang diberi tag «bayesian»

Saya seorang pemula untuk statistik (hanya mengambil satu kuliah saja), tetapi saya memiliki latar belakang dalam pemrograman. Saya baru saja mulai bermain dengan perpustakaan classifier Bayesian untuk Ruby dan saya mencari ide untuk dianalisis. Saat ini saya sedang mengacaukan kategorisasi Tweet, tetapi apakah Anda punya ide? Lebih penting lagi, bagaimana …

11 bayesian  naive-bayes 

Di halaman wiki mereka , pengembang status Stan: Beberapa prinsip yang tidak kita sukai: invarian, Jeffreys, entropi Sebagai gantinya, saya melihat banyak rekomendasi distribusi normal. Sejauh ini saya menggunakan metode Bayesian yang tidak bergantung pada pengambilan sampel, dan agak senang telah memahami mengapa adalah pilihan yang baik untuk kemungkinan binomial.θ …

11 bayesian  mcmc  prior  pymc  stan 

The mgcvpaket untuk Rmemiliki dua fungsi untuk pas interaksi produk tensor: te()dan ti(). Saya memahami pembagian kerja dasar antara keduanya (menyesuaikan interaksi non-linear vs menguraikan interaksi ini menjadi efek utama dan interaksi). Yang tidak saya mengerti adalah mengapa te(x1, x2)dan ti(x1) + ti(x2) + ti(x1, x2)mungkin menghasilkan (sedikit) hasil yang …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

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 ⋅ …

11 bayesian  bayes  binning  diagnosis 

Pertanyaan aktual saya ada di dua paragraf terakhir, tetapi untuk memotivasi mereka: Jika saya mencoba memperkirakan rata-rata dari variabel acak yang mengikuti distribusi normal dengan varian yang diketahui, saya telah membaca bahwa meletakkan seragam sebelum hasil rata-rata dalam distribusi posterior yang sebanding dengan fungsi kemungkinan. Dalam situasi ini, interval kredibel …

11 bayesian  maximum-likelihood  posterior  frequentist 

Menurut teorema Bayes, . Tetapi menurut teks ekonometrik saya, dikatakan bahwa . Kenapa seperti ini? Saya tidak mengerti mengapa diabaikan.P(y|θ)P(θ)=P(θ|y)P(y)P(y|θ)P(θ)=P(θ|y)P(y)P(y|\theta)P(\theta) = P(\theta|y)P(y)P(θ|y)∝P(y|θ)P(θ)P(θ|y)∝P(y|θ)P(θ)P(\theta|y) \propto P(y|\theta)P(\theta)P(y)P(y)P(y)

11 bayesian  conditional-probability  likelihood 

Di sini, "bobot bukti" (WOE) adalah istilah umum dalam literatur ilmiah dan pembuatan kebijakan yang diterbitkan, paling sering terlihat dalam konteks penilaian risiko, yang didefinisikan oleh: w ( e : h ) = logp ( e | h )p ( e | h¯¯¯)w(e:h)=log⁡p(e|h)p(e|h¯)w(e : h) = \log\frac{p(e|h)}{p(e|\overline{h})} di mana adalah …

11 probability  bayesian  mutual-information 

Membaca makalah "Forecasting at Scale" (alat peramalan FBProphet, lihat https://peerj.com/preprints/3190.pdf ) Saya menemukan istilah "jarang sebelumnya". Para penulis menjelaskan bahwa mereka menggunakan "jarang sebelumnya" dalam pemodelan vektor penyimpangan tingkat dari beberapa tingkat skalar , yang merupakan parameter model dalam model pertumbuhan logistik.δδ\mathbf{\delta}kkk Ketika mereka menyatakan bahwa , apakah saya mengerti …

11 regression  bayesian  forecasting 

Tentukan "koin memiliki probabilitas 1 untuk mendarat" Asumsikan bahwa seseorang memiliki kepercayaan sebelumnya: . Namun setelah melempar koin setelah mendaratkan ekor ( "koin mendaratkan ekor"). Bagaimana seharusnya seorang Bayesian memperbarui keyakinannya agar tetap koheren? tidak terdefinisi, karena P (E) = 0 . Namun, bagi saya tampaknya karena kepercayaannya sebelumnya sangat …

11 probability  bayesian  philosophical 

Saya mencari tentang Bayesian Ridge Regression di Internet tetapi sebagian besar hasil yang saya dapatkan adalah tentang Bayesian Linear Regression. Saya ingin tahu apakah keduanya sama karena formulanya terlihat sangat mirip

11 regression  bayesian 

Saya memodelkan penyebaran tanaman menggunakan distribusi normal umum ( entri wikipedia ), yang memiliki fungsi kerapatan probabilitas: b2aΓ(1/b)e−(da)bb2aΓ(1/b)e−(da)b \frac{b}{2a\Gamma(1/b)} e^{-(\frac{d}{a})^b} di mana adalah jarak yang ditempuh, adalah parameter skala, dan adalah parameter bentuk. Berarti jarak yang ditempuh diberikan oleh standar deviasi dari distribusi ini:dddSebuahaabbb Sebuah2Γ ( 3 / b )Γ …

10 distributions  bayesian  mcmc 

Saya telah menemukan slide ini (slide # 16 & # 17) di salah satu kursus online. Instruktur berusaha menjelaskan bagaimana Estimasi Posterior Maksimum (MAP) sebenarnya adalah solusi , di mana adalah parameter yang benar.θ ∗L(θ)=I[θ≠θ∗]L(θ)=I[θ≠θ∗]L(\theta) = \mathcal{I}[\theta \ne \theta^{*}]θ∗θ∗\theta^{*} Bisakah seseorang tolong jelaskan bagaimana hal ini terjadi? Sunting: Menambahkan slide, …

10 bayesian  optimization  loss-functions  decision-theory  map-estimation 

Saya ingin menemukan beberapa "contoh dunia nyata" untuk mengajarkan statistik Bayesian. Statistik Bayesian memungkinkan seseorang untuk secara resmi memasukkan pengetahuan sebelumnya ke dalam analisis. Saya ingin memberi siswa beberapa contoh dunia nyata sederhana dari para peneliti yang memasukkan pengetahuan sebelumnya ke dalam analisis mereka sehingga siswa dapat lebih memahami motivasi …

10 bayesian  teaching 

Pengajaran standar mengatakan bahwa sensitivitas dan spesifisitas adalah sifat dari tes ini dan tidak tergantung pada prevalensi. Tapi bukankah ini hanya asumsi? Prinsip Harrison tentang penyakit dalam 19 ed mengatakan Telah lama dinyatakan bahwa sensitivitas dan spesifisitas merupakan parameter yang tidak tergantung pada prevalensi dari akurasi tes, dan banyak teks …

10 bayesian  epidemiology  diagnostic  sensitivity-specificity 

Saya bertanya-tanya apa perbedaan antara kedua jenis prior ini: Tidak informatif Tidak benar

10 bayesian  prior  improper-prior