Pertanyaan yang diberi tag «bayesian»

Bayesian inference adalah metode inferensi statistik yang bergantung pada memperlakukan parameter model sebagai variabel acak dan menerapkan teorema Bayes untuk menyimpulkan pernyataan probabilitas subyektif tentang parameter atau hipotesis, tergantung pada dataset yang diamati.



2
Perbandingan antara penaksir Bayes
Pertimbangkan kerugian kuadratik , dengan diberikan sebelumnya mana . Misalkan kemungkinan. Temukan estimator Bayes .L(θ,δ)=(θ−δ)2L(θ,δ)=(θ−δ)2L(\theta,\delta)=(\theta-\delta)^2π(θ)π(θ)\pi(\theta)π(θ)∼U(0,1/2)π(θ)∼U(0,1/2)\pi(\theta)\sim U(0,1/2)f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|\theta)=\theta x^{\theta-1}\mathbb{I}_{[0,1]}(x), \theta>0δπδπ\delta^\pi Pertimbangkan kehilangan kuadratik tertimbang mana dengan prior . Biarkan menjadi kemungkinannya. Temukan estimator Bayes .Lw(θ,δ)=w(θ)(θ−δ)2Lw(θ,δ)=w(θ)(θ−δ)2L_w(\theta,\delta)=w(\theta)(\theta-\delta)^2w(θ)=I(−∞,1/2)w(θ)=I(−∞,1/2)w(\theta)=\mathbb{I}_{(-\infty,1/2)}π1(θ)=I[0,1](θ)π1(θ)=I[0,1](θ)\pi_1(\theta)=\mathbb{I}_{[0,1]}(\theta)f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|\theta)=\theta x^{\theta-1}\mathbb{I}_{[0,1]}(x), \theta>0δπ1δ1π\delta^\pi_1 Bandingkan danδπδπ\delta^\piδπ1δ1π\delta^\pi_1 Pertama saya perhatikan bahwa , dan saya berasumsi bahwa itu adalah kemungkinannya, kalau …

2
Bantuan dalam Maksimalisasi Ekspektasi dari kertas: bagaimana memasukkan distribusi sebelumnya?
Pertanyaannya didasarkan pada makalah berjudul: Rekonstruksi gambar dalam tomografi optik difus menggunakan model transport-difusi radiatif digabungkan Tautan unduhan Penulis menerapkan EM algoritma dengan sparsity regularisasi vektor yang tidak diketahui untuk memperkirakan pixel dari suatu gambar. Model ini diberikan oleh μl1l1l_1μμ\mu y=Aμ+e(1)(1)y=Aμ+ey=A\mu + e \tag{1} Estimasi diberikan dalam Persamaan (8) sebagai …

1
Bagaimana cara memformalkan distribusi probabilitas sebelumnya? Apakah ada aturan praktis yang harus digunakan?
Sementara saya suka berpikir saya memiliki pemahaman yang baik tentang konsep informasi sebelumnya dalam analisis statistik Bayesian dan pengambilan keputusan, saya sering mengalami kesulitan membungkus kepala saya di sekitar penerapannya. Saya telah memikirkan beberapa situasi yang mencontohkan perjuangan saya, dan saya merasa bahwa mereka tidak ditangani dengan benar dalam buku …

1
Berapa banyak sisi yang dimiliki die? Kesimpulan Bayesian dalam JAGS
Masalah Saya ingin melakukan beberapa kesimpulan tentang sistem analog dengan mati dengan jumlah sisi yang tidak diketahui. Die digulung beberapa kali, setelah itu saya ingin menyimpulkan distribusi probabilitas atas parameter yang sesuai dengan jumlah sisi yang dimiliki die, θ. Intuisi Jika setelah 40 gulungan Anda telah mengamati 10 merah, 10 …

1
Batasan MCMC / EM? MCMC lebih dari EM?
Saat ini saya sedang belajar model Bayesian hierarkis menggunakan JAGS dari R, dan juga pymc menggunakan Python ( "Metode Bayesian untuk Peretas" ). Saya bisa mendapatkan intuisi dari posting ini : "Anda akan berakhir dengan tumpukan angka yang terlihat" seolah-olah "Anda entah bagaimana berhasil mengambil sampel independen dari distribusi rumit …

1
Apakah estimasi Bayesian dengan "flat prior" sama dengan estimasi kemungkinan maksimum?
Dalam filogenetik, pohon filogenetik sering dibangun menggunakan analisis MLE atau Bayesian. Seringkali, flat sebelumnya digunakan dalam estimasi Bayesian. Seperti yang saya pahami, perkiraan Bayesian adalah estimasi kemungkinan yang menggabungkan prior. Pertanyaan saya adalah, jika Anda menggunakan flat sebelumnya, apakah ada bedanya dengan hanya melakukan analisis kemungkinan?

1
Memilih prior berdasarkan kesalahan pengukuran
Bagaimana Anda menghitung yang sesuai sebelumnya jika Anda memiliki kesalahan pengukuran instrumen? Paragraf ini dari buku Cressie "Statistics for Spatio-Temporal Data": Seringkali kasus bahwa beberapa informasi sebelumnya tersedia mengenai varians pengukuran-kesalahan, memungkinkan model parameter yang cukup informatif untuk ditentukan. Sebagai contoh, jika kita mengasumsikan kesalahan pengukuran independen bersyarat yang iid …

4
Apa itu "distribusi yang sepenuhnya positif"?
Saya membaca "Kausalitas" Judea Pearl (edisi kedua 2009) dan di bagian 1.1.5 Independensi Bersyarat dan Graphoids, ia menyatakan: Berikut ini adalah daftar (sebagian) properti yang dipenuhi oleh hubungan independensi bersyarat (X_ || _Y | Z). Simetri: (X_ || _ Y | Z) ==> (Y_ || _X | Z). Dekomposisi: (X_ …

2
Analisis Bayesian dari tabel kontingensi: Cara menggambarkan ukuran efek
Saya sedang mengerjakan contoh-contoh dalam Analisis Data Does Bayesian Kruschke , khususnya ANOVA eksponensial Poisson di bab. 22, yang ia sajikan sebagai alternatif untuk uji chi-square independensi untuk tabel kontingensi. Saya dapat melihat bagaimana kita mendapatkan informasi tentang interaksi yang terjadi lebih atau kurang dari yang diharapkan jika variabelnya independen …

3
Mengapa Teorema Bayes bekerja secara grafis?
Dari sudut pandang matematika Teorema Bayes sangat masuk akal bagi saya (yaitu, menurunkan dan membuktikan), tetapi yang saya tidak tahu adalah apakah ada argumen geometris atau grafis yang bagus yang dapat ditunjukkan untuk menjelaskan Teorema Bayes. Saya mencoba mencari di Google untuk jawaban ini dan mengejutkan saya tidak dapat menemukan …

3
Memahami Distribusi Prediktif Bayesian
Saya mengambil kursus Intro to Bayes dan saya mengalami kesulitan memahami distribusi prediktif. Saya mengerti mengapa mereka berguna dan saya akrab dengan definisi, tetapi ada beberapa hal yang saya tidak mengerti. 1) Cara mendapatkan distribusi prediksi yang tepat untuk vektor pengamatan baru Misalkan kita telah membangun model sampling untuk data …

2
Bagaimana keseragaman memimpin sebelumnya dengan perkiraan yang sama dari kemungkinan maksimum dan mode posterior?
Saya mempelajari berbagai metode estimasi titik dan membaca bahwa ketika menggunakan estimasi MAP vs ML, ketika kami menggunakan "uniform uniform", perkiraannya sama. Adakah yang bisa menjelaskan apa itu "seragam" sebelumnya dan memberikan beberapa contoh (sederhana) tentang kapan penduga MAP dan ML akan sama?


Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.