Pertanyaan yang diberi tag «bayesian»

Saya memiliki pengalaman praktis yang cukup baik dengan sampel Metropolis-Hastings dan Gibbs, tetapi saya ingin mendapatkan pemahaman matematis yang lebih baik tentang algoritma ini. Apa saja buku teks atau artikel bagus yang membuktikan kebenaran sampler ini (lebih banyak algoritme juga bagus)?

10 bayesian  references  mcmc 

Model koin bias biasanya memiliki satu parameter . Salah satu cara untuk memperkirakan dari serangkaian undian adalah dengan menggunakan beta sebelum dan menghitung distribusi posterior dengan kemungkinan binomial.θ=P(Head|θ)θ=P(Head|θ)\theta = P(\text{Head} | \theta)θθ\theta Dalam pengaturan saya, karena beberapa proses fisik yang aneh, sifat koin saya perlahan berubah dan menjadi fungsi waktu …

10 time-series  bayesian  kalman-filter 

Misalkan saya memiliki 'ahli', dari siapa saya ingin memperoleh distribusi sebelum pada beberapa variabel . Saya ingin memotivasi mereka dengan uang sungguhan . Idenya adalah untuk memperoleh prior, mengamati merealisasikan variabel acak , kemudian membagi beberapa 'dompet' yang telah ditentukan di antara para ahli berdasarkan pada seberapa baik prior mereka …

10 bayesian  prior 

Apa itu prior hierarkis? Bagaimana mereka berbeda dari konsep umum prior?

10 bayesian  multilevel-analysis 

Terinspirasi oleh pertanyaan ini, dan "Masalah 3" tertentu: Distribusi posterior agak lebih sulit untuk dimasukkan ke dalam meta-analisis, kecuali deskripsi parametrik distribusi yang sering diberikan. Saya telah berpikir banyak baru-baru ini tentang menggabungkan meta-analisis ke dalam model Bayesian - terutama sebagai sumber prior - tetapi bagaimana cara melakukannya dengan arah …

10 bayesian  meta-analysis 

Saya telah memiliki cukup banyak kursus tentang statistik selama tahun-tahun sekolah saya dan di universitas. Saya memiliki pemahaman yang adil tentang konsep-konsep, seperti, CI, nilai-p, menafsirkan signifikansi statistik, pengujian berganda, korelasi, regresi linier sederhana (dengan kuadrat terkecil) (model linier umum), dan semua tes hipotesis. Saya telah diperkenalkan dengan banyak dari …

10 bayesian  references  maximum-likelihood  generalized-linear-model 

Masalah Saya menulis fungsi R yang melakukan analisis Bayesian untuk memperkirakan kepadatan posterior yang diberikan informasi sebelumnya dan data. Saya ingin fungsi mengirim peringatan jika pengguna perlu mempertimbangkan kembali sebelumnya. Dalam pertanyaan ini, saya tertarik mempelajari cara mengevaluasi pendahuluan. Pertanyaan-pertanyaan sebelumnya telah membahas mekanisme menyatakan prior informasi (di sini dan …

10 distributions  probability  bayesian 

Saya bekerja di bidang penambangan data dan memiliki sekolah formal yang sangat sedikit dalam statistik. Akhir-akhir ini saya telah membaca banyak pekerjaan yang berfokus pada paradigma Bayes untuk pembelajaran dan penambangan, yang menurut saya sangat menarik. Pertanyaan saya adalah (di beberapa bagian), diberikan masalah apakah ada kerangka umum yang memungkinkan …

10 bayesian  modeling  references  eda 

Ditutup . Pertanyaan ini didasarkan pada pendapat . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga dapat dijawab dengan fakta dan kutipan dengan mengedit posting ini . Ditutup tahun lalu . Menjelajah melalui area penelitian dari 100 program statistik Berita AS teratas, hampir semuanya penuh dengan …

10 bayesian  frequentist 

Dirichlet Pocess dan Gaussian Process sering disebut sebagai "distribusi atas fungsi" atau "distribusi atas distribusi". Dalam hal itu, dapatkah saya berbicara tentang kepadatan suatu fungsi di bawah GP? Yaitu, apakah Proses Gaussian atau Proses Dirichlet memiliki gagasan tentang kepadatan probabilitas? Jika tidak, bagaimana kita bisa menggunakan aturan Bayes untuk beralih …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

Saya bertanya-tanya apakah probabilitas bersyarat itu unik bagi Bayesianisme, atau apakah probabilitas lebih merupakan konsep umum yang dibagi di antara beberapa aliran pemikiran di antara orang-orang yang memiliki statistik / probabilitas. Saya agak berasumsi, karena saya berasumsi bahwa tidak ada yang bisa agak masuk akal, jadi saya pikir frequentist setidaknya …

10 bayesian  conditional-probability 

Ketika saya mulai membaca tentang filter Kalman ia berpikir bahwa itu adalah kasus khusus model ARIMA (yaitu ARIMA (0,1,1)). Tapi sebenarnya situasinya sepertinya lebih rumit. Pertama-tama, ARIMA dapat digunakan untuk prediksi dan filter Kalman untuk penyaringan. Tapi bukankah mereka terkait erat? Pertanyaan: Apa hubungan antara filter ARIMA dan Kalman? Apakah …

10 time-series  bayesian  arima  kalman-filter 

Dalam makalah yang disebut Deep Learning dan Information Bottleneck Principle , penulis menyatakan di bagian II A) berikut ini: Neuron tunggal mengklasifikasikan hanya input yang dapat dipisahkan secara linear, karena mereka hanya dapat mengimplementasikan hiperplanes dalam ruang inputnya . Hyperplanes dapat secara optimal mengklasifikasikan data ketika input secara independen tergantung.u=wh+bu=wh+bu …

10 bayesian  neural-networks  information-theory 

Jika saya menggunakan Jeffreys sebelum untuk parameter probabilitas binomial maka ini berarti menggunakan distribusi .q ~ b e t a ( 1 / 2 , 1 / 2 )θθ\thetaθ∼beta(1/2,1/2)θ∼beta(1/2,1/2)\theta \sim beta(1/2,1/2) Jika saya bertransformasi ke kerangka referensi baru maka jelas juga tidak didistribusikan sebagai distribusi . φ b e t …

10 bayesian  jeffreys-prior 

Atau kondisi apa yang menjamin hal itu? Secara umum (dan bukan hanya model normal dan binomial) saya kira alasan utama yang mematahkan klaim ini adalah bahwa ada ketidakkonsistenan antara model pengambilan sampel dan model sebelumnya, tetapi apa lagi? Saya mulai dengan topik ini, jadi saya sangat menghargai contoh-contoh mudah

10 bayesian  variance  information-theory