Pertanyaan yang diberi tag «bayesian»

Analisis Data Bayesian (hal. 64) mengatakan, mengenai model normal : kepadatan sebelumnya yang masuk akal untuk dan , dengan asumsi independensi sebelumnya dari parameter lokasi dan skala, adalah seragam pada , atau, yang setara,μμ\muσσ\sigma(μ,logσ)(μ,log⁡σ)(\mu, \log \sigma)p(μ,σ2)∝(σ2)−1.p(μ,σ2)∝(σ2)−1. p(\mu, \sigma^2) \propto (\sigma^2)^{-1}. Mengapa seragam lebih dari setara dengan ?p(μ,logσ)p(μ,log⁡σ)p(\mu, \log \sigma)p(μ,σ2)∝(σ2)−1p(μ,σ2)∝(σ2)−1p(\mu, \sigma^2) …

9 probability  bayesian 

Saya tahu prior Zellner menggunakan data untuk mengatur informasi sebelumnya, tetapi sebenarnya seluruh model tergantung pada data. Apakah ada alasan lain?

9 regression  bayesian  uninformative-prior 

Saya memiliki pertanyaan yang pada dasarnya mendasar untuk ditanyakan di sini yang telah mengganggu saya untuk sementara waktu. Melalui sebagian besar bacaan saya tentang statistik bayesian, dinyatakan tanpa basa-basi bahwa kemungkinan marjinal sering sulit dipecahkan atau sulit diperkirakan. Mengapa? Alasan yang sering dinyatakan mencakup pernyataan tentang sifat dimensi tinggi dari …

9 bayesian  inference  likelihood 

Saya kagum bahwa saya tidak dapat menemukan artikel / kuliah tentang bagaimana seseorang dapat memasukkan Distribusi Probabilitas Kelas Sebelumnya dalam pengklasifikasi seperti Regresi Logistik atau Hutan Acak. Jadi pertanyaan saya adalah: Bagaimana menggabungkan Distribusi Probabilitas Kelas Sebelumnya dalam Regresi Logistik atau Hutan Acak? Apakah memasukkan Distribusi Probabilitas Kelas Sebelumnya menyiratkan …

9 logistic  bayesian  random-forest  prior 

Misalkan memiliki distribusi binomial di mana parameter sebelumnya seragam. Bagaimana saya bisa mendapatkan distribusi parameter posterior?

9 bayesian  posterior 

Bagian dari serangkaian upaya memahami Bayesian vs sering: 1 2 3 4 5 6 7 Saya pikir saya mendapatkan perbedaan tentang bagaimana Bayesian dan frequentist melakukan pendekatan dalam memilih antara hipotesis , tetapi saya tidak yakin apakah atau bagaimana hal itu seharusnya menjelaskan kepada saya bagaimana mereka memandang probabilitas. Dari …

9 probability  bayesian  frequentist  definition  philosophical 

Saya mencari jawaban yang akan memuaskan pembaca yang memahami nilai-p yang sering tetapi hanya memahami dasar-dasar pendekatan Bayesian untuk statistik. Saat ini pencarian google tidak mengungkapkan definisi baik pada halaman Wikipedia atau sumber daya lain yang diterima secara umum. Pertanyaan ini tampaknya terkait tetapi tidak benar-benar sejak terungkap bahwa pengguna …

9 bayesian  p-value 

Ketika memperkirakan parameter dengan MAP, mengapa ada tertulis bahwa kita memperkirakan "mode"? Saya pikir itu akan menjadi rata-rata distribusi posterior?

9 bayesian  posterior  bayes 

Saya mencoba mempelajari kembali statistik Bayesian (setiap kali saya pikir saya akhirnya mendapatkannya, sesuatu yang lain muncul yang tidak saya pertimbangkan sebelumnya ....) tetapi tidak jelas (bagi saya) apa proses pembuatan data dalam Bayesian Framework sebenarnya. Kerangka kerja frequentist jelas bagi saya. Ada beberapa parameter "true" dan parameter itu menghasilkan …

9 bayesian  modeling  prior  frequentist  randomness 

Saya sedang mengerjakan Think Bayes (gratis di sini: http://www.greenteapress.com/thinkbayes/ ) dan saya sedang berolahraga 3.1. Berikut ringkasan masalahnya: "Sebuah kereta api memberi nomor lokomotifnya dalam urutan 1..N. Suatu hari kamu melihat lokomotif dengan nomor 60. Perkirakan berapa banyak lokomotif yang dimiliki kereta api." Solusi ini ditemukan dengan fungsi kemungkinan dan …

9 bayesian  conditional-probability  bayes 

Asumsikan model regresi bivariat berikut: mana adalah iid untuk .yi=βxi+ui,yi=βxi+ui, y_i = \beta x_i + u_i, uiuiu_iN(0,σ2=9)N(0,σ2=9)N(0, \sigma^2 = 9)i=1,…,ni=1,…,ni = 1,\ldots, n Asumsikan sebelumnya noninformatif , maka dapat ditunjukkan bahwa pdf posterior untuk adalah manap(β)∝constantp(β)∝constantp(\beta) \propto \text{constant}ββ\betap(β|y)=(18π)−12(∑i=1nx2i)12exp[−118∑i=1nx2i(β−β^)2],p(β|y)=(18π)−12(∑i=1nxi2)12exp⁡[−118∑i=1nxi2(β−β^)2], p(\beta|\mathbf{y}) = (18\pi)^{-\frac{1}{2}}\left(\sum_{i=1}^n x_i^2\right)^{\frac{1}{2}} \exp\left[-\frac{1}{18}\sum_{i=1}^n x_i^2 (\beta - \hat{\beta})^2\right], β^=(∑ni=1yixi)/(∑ni=1x2i).β^=(∑i=1nyixi)/(∑i=1nxi2).\hat{\beta} = (\sum_{i=1}^n …

9 probability  self-study  bayesian  confidence-interval  credible-interval 

Saya telah meneliti penggunaan regresi linier Bayesian, tetapi saya telah sampai pada contoh yang saya bingung. Diberikan model: y=βX+ϵy=βX+ϵ{\bf y} = {\bf \beta}{\bf X} + \bf{\epsilon} Anggap saja dan ,ϵ∼N(0,ϕI)ϵ∼N(0,ϕI){\bf \epsilon} \sim N(0, \phi I)p(β,ϕ)∝1ϕp(β,ϕ)∝1ϕp(\beta, \phi) \propto \frac{1}{\phi} Bagaimana cara mencapai ?p(β|ϕ,y)p(β|ϕ,y)p(\beta|\phi, {\bf y}) Di mana: .p(β|ϕ,y)∼N(XTX)−1XTy,ϕ(XTX)−1)p(β|ϕ,y)∼N(XTX)−1XTy,ϕ(XTX)−1)p(\beta|\phi, {\bf y}) \sim …

9 regression  bayesian  multiple-regression 

Saya memperkirakan beberapa matriks kovarians terbalik dari serangkaian pengukuran di berbagai subpopulasi menggunakan wishart sebelum di jags / rjags / R. Alih-alih menentukan matriks skala dan derajat kebebasan pada matriks kovarians terbalik sebelumnya (distribusi wishart), saya ingin menggunakan hyperprior pada matriks skala dan derajat kebebasan, sehingga mereka dapat diperkirakan dari …

9 bayesian  covariance  prior  wishart  hierarchical-bayesian 

Saya bertanya-tanya apakah ada yang punya pengalaman menggunakan fungsi mouse, seperti yang dijelaskan dalam mouse: Imputasi Multivarian oleh Chained Equations di R (JSS 2011 45 (3))? Saya memiliki dataset dengan sejumlah variabel, masing-masing dengan berbagai tingkat data yang hilang. Pertanyaan utama saya adalah: katakanlah saya menggunakan regresi linier Bayesian untuk …

9 r  regression  bayesian  data-imputation  mice 

Saya bekerja dengan cara saya (belajar sendiri) melalui buku ET Jaynes ' Probability Theory - The Logic of Science Masalah Asli Latihan 2.1 mengatakan: "Apakah mungkin untuk menemukan formula umum untukp(C|A+B)p(C|A+B)p(C|A+B) analog dengan [rumusnya p(A+B|C)=p(A|C)+p(B|C)−p(AB|C)p(A+B|C)=p(A|C)+p(B|C)−p(AB|C)p(A+B|C)=p(A|C)+p(B|C)-p(AB|C)] dari produk dan aturan penjumlahan. Jika demikian, turunkan; jika tidak, jelaskan mengapa ini tidak bisa …

9 probability  bayesian  self-study  conditional-probability