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.

3
Bagaimana melakukan SVD untuk memasukkan nilai yang hilang, contoh konkret
Saya telah membaca komentar yang bagus mengenai bagaimana menangani nilai yang hilang sebelum menerapkan SVD, tetapi saya ingin tahu cara kerjanya dengan contoh sederhana: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Mengingat matriks di atas, jika saya …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 
2
Bagaimana pengetahuan sebelumnya dimungkinkan dalam kerangka Bayesian murni?
Ini lebih merupakan pertanyaan filosofis, tetapi dari sudut pandang Bayesian murni bagaimana sebenarnya seseorang membentuk pengetahuan sebelumnya? Jika kita memerlukan informasi sebelumnya untuk melakukan kesimpulan yang valid maka tampaknya ada masalah jika kita harus menarik pengalaman masa lalu dalam membenarkan prior hari ini. Kami rupanya dibiarkan dengan pertanyaan yang sama …
1
Apakah BIC dapat Digunakan untuk Pengujian Hipotesis
Tetapkan kriteria informasi Bayesian sebagai (saya tidak menjatuhkan konstan, , untuk menghindari masalah ketika menyamakan dengan kemungkinan marginal)BIC=−2⋅lnL^+k⋅(ln(n)−ln(2π))BIC=−2⋅ln⁡L^+k⋅(ln⁡(n)−ln⁡(2π)) \mathrm{BIC} = {-2 \cdot \ln{\hat L} + k \cdot (\ln(n) - \ln(2 \pi))} −ln(2π)−ln⁡(2π) - \ln(2 \pi) Diberikan data dan model , perkiraan hubungan antara kemungkinan marginal dan adalah yang tampaknya menyiratkan …
1
Bisakah seseorang menghitung autokorelasi matriks kovarian sampel oleh MCMC?
Bayangkan bahwa kita mengambil sampel matriks kovarians dari distribusi Wishart oleh MCMC. Pada setiap iterasi, kami mendapatkan matriks sampel dari distribusi Wishart.SsayaSiS_i Pertanyaan : Mengingat jejak yang berisi semua sampel , dapatkah saya memplot korelasi otomatis sampel ini?S1, . . .SnS1,...SnS_1,...S_n Saya telah melihat seseorang menggunakan autocorrelation of , tetapi …
1
Regresi Bayesian dengan singular
Komunitas SE, saya berharap mendapatkan wawasan tentang masalah berikut. Diberikan model regresi linier sederhana Di bawah fungsi kemungkinan Gaussian dengan istilah kesalahan homoseksual, distribusi bersyarat dari variabel dependen mengambil bentuk Saya menetapkan konjugat bersyarat (tidak informasi) sebelum untuk dan adalah . Ini adalah hasil standar bahwa distribusi posterior marginal dari …
2
Bagaimana seseorang menggunakan teorema Bayes dengan prior sebelumnya?
Jika prior saya dimodelkan sebagai distribusi probabilitas kontinu, katakanlah, distribusi beta condong untuk mencerminkan bias saya terhadap model-model tertentu, bagaimana saya bisa menghitung probabilitas posterior? Tantangan bagi saya adalah menghitung probabilitas model yang diberikan, karena distribusi kontinu hanya akan memberi saya perkiraan untuk interval . Tolong maafkan kenaifan pertanyaan, Saya …
8 bayesian  prior 
2
Apa topik statistik frequentist yang harus saya ketahui sebelum mempelajari statistik Bayesian?
Saya bertanya-tanya apakah ada bagian dari topik statistik frequentist yang harus diketahui sebelum mulai mempelajari statistik Bayesian. Suatu kali saya membaca bahwa kedua tren itu saling bertentangan; seperti misalnya analisis frequentist sangat didasarkan pada asumsi (hipotesis) yang dibuat lebih dari data yang diamati; sementara statistik Bayesian lebih mengandalkan pembangunan model …
1
Kernel transisi Gibbs Sampler
Membiarkan ππ\pimenjadi target distribusi pada yang benar-benar secara kontinyu berkaitan dengan ukuran Lebesgue dimensional, yaitu:(Rd, B(Rd) )(Rd,B(Rd))(\mathbb{R}^d,\mathcal{B}(\mathbb{R^d}))ddd ππ\pi mengakui kepadatan wrt untuk dengan π(x1, . . . ,xd)π(x1,...,xd)\pi(x_1,...,x_d)λdλd\lambda^dλd( dx1, . . . , dxd) = λ ( dx1) ⋅ ⋅ ⋅ λ ( dxd)λd(dx1,...,dxd)=λ(dx1)⋅⋅⋅λ(dxd)\lambda^d(dx_1,...,dx_d) = \lambda(dx_1) \cdot \cdot \cdot \lambda …
3
Temukan distribusi dan ubah ke distribusi normal
Saya memiliki data yang menggambarkan seberapa sering suatu peristiwa berlangsung selama satu jam ("angka per jam", nph) dan berapa lama acara berlangsung ("durasi dalam detik per jam", dph). Ini adalah data asli: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, 9.21739130425452, 27.8399999994814, 15.3750000002237, …
8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution 
2
Mengapa campuran konjugat penting?
Saya punya pertanyaan tentang campuran prior konjugat. Saya belajar dan mengatakan campuran beberapa konjugasi beberapa kali ketika saya belajar bayesian. Saya bertanya-tanya mengapa teorema ini sangat penting, bagaimana kita akan menerapkannya ketika kita melakukan analisis Bayesian. Untuk lebih spesifik, satu teorema dari Diaconis dan Ylivisaker 1985 mengilustrasikan teorema sebagai berikut: …
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.