Pertanyaan yang diberi tag «hierarchical-bayesian»

Saya tahu ini dari komik terkenal karena mengambil keuntungan dari kecenderungan analitis tertentu , tetapi sebenarnya terlihat masuk akal setelah beberapa menit menatap. Adakah yang bisa menjelaskan kepada saya apa yang dilakukan " teorema Bayes yang dimodifikasi " ini?

81 bayesian  hierarchical-bayesian 

Apakah "pembelajaran mendalam" hanyalah istilah lain untuk pemodelan bertingkat / hierarkis? Saya jauh lebih akrab dengan yang terakhir daripada yang pertama, tetapi dari apa yang bisa saya katakan, perbedaan utama tidak dalam definisi mereka, tetapi bagaimana mereka digunakan dan dievaluasi dalam domain aplikasi mereka. Sepertinya jumlah node dalam aplikasi "pembelajaran …

31 machine-learning  multilevel-analysis  hierarchical-bayesian  deep-learning 

Saya akan menjelaskan masalah saya dengan sebuah contoh. Misalkan Anda ingin memprediksi penghasilan seseorang yang diberikan beberapa atribut: {Usia, Jenis Kelamin, Negara, Wilayah, Kota}. Anda memiliki dataset pelatihan seperti itu train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) …

29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

Dalam literatur saya kadang-kadang menemukan komentar, bahwa memilih prior yang bergantung pada data itu sendiri (misalnya Zellners g-prior) dapat dikritik dari sudut pandang teoretis. Di mana sebenarnya masalahnya jika prior tidak dipilih independen dari data?

18 bayesian  prior  hierarchical-bayesian 

Konteks: Dalam contoh 8-sekolah Gelman (Bayesian Data Analysis, edisi ke-3, Bab 5.5) ada delapan percobaan paralel di 8 sekolah yang menguji efek pembinaan. Setiap percobaan menghasilkan perkiraan untuk efektivitas pembinaan dan kesalahan standar yang terkait. Penulis kemudian membangun model hierarkis untuk 8 titik data efek pembinaan sebagai berikut: yi∼N(θi,sei)θi∼N(μ,τ)yi∼N(θi,sei)θi∼N(μ,τ) y_i …

17 bayesian  hierarchical-bayesian 

Pertanyaan ini merupakan tindak lanjut teknis dari pertanyaan ini . Saya mengalami kesulitan memahami dan mereplikasi model yang disajikan dalam Raftery (1988): Inferensi untuk parameter binomial NNN: pendekatan hirarkis Bayes di WinBUGS / OpenBUGS / JAGS. Ini bukan hanya tentang kode, jadi itu harus sesuai topik di sini. Latar Belakang …

16 bayesian  binomial  hierarchical-bayesian  winbugs 

Dalam makalahnya yang dikutip secara luas, distribusi Prior untuk parameter varians dalam model hierarkis (916 kutipan sejauh ini di Google Cendekia) Gelman mengusulkan bahwa distribusi sebelumnya yang tidak informatif untuk varian dalam model Bayesian hirarkis adalah distribusi seragam dan distribusi t setengah. Jika saya memahami hal-hal yang benar ini berfungsi …

16 bayesian  variance  prior  jags  hierarchical-bayesian 

Latar belakang: Saat ini saya sedang melakukan beberapa pekerjaan membandingkan berbagai model hirarki Bayesian. Data adalah ukuran numerik dari kesejahteraan untuk peserta dan waktu . Saya memiliki sekitar 1.000 peserta dan 5 hingga 10 pengamatan per peserta.ysaya jysayajy_{ij}sayasayaijjj Seperti kebanyakan dataset longitudinal, saya berharap untuk melihat beberapa bentuk auto-korelasi dimana …

14 bayesian  autocorrelation  hierarchical-bayesian  deviance 

Dalam buku Gelman & Hill (2007) (Analisis Data Menggunakan Regresi dan Multilevel / Model Hirarki), para penulis mengklaim bahwa memasukkan parameter rata-rata redundan dapat membantu mempercepat MCMC. Contoh yang diberikan adalah model "simulator penerbangan" yang tidak bersarang (Persamaan 13.9): ysayaγjδk∼ N( μ + γj [ i ]+ δk [ i …

12 mcmc  hierarchical-bayesian  gibbs 

Ketika infering presisi matriks ΛΛ\boldsymbol{\Lambda} dari distribusi normal digunakan untuk menghasilkan NNN vektor D-dimensi x1,..,xNx1,..,xN\mathbf{x_1},..,\mathbf{x_N} xi∼N(μ,Λ−1)xi∼N(μ,Λ−1)\begin{align} \mathbf{x_i} &\sim \mathcal{N}(\boldsymbol{\mu, \Lambda^{-1}}) \\ \end{align} kita biasanya menempatkan Wishart sebelum over ΛΛ\boldsymbol{\Lambda} karena distribusi Wishart adalah konjugat sebelumnya untuk pendahuluan distribusi normal multivarian dengan rerata mean dan tidak diketahui yang diketahui: Λ∼W(υ,Λ0)Λ∼W(υ,Λ0)\begin{align} \mathbf{\Lambda} …

12 bayesian  posterior  hierarchical-bayesian  conjugate-prior  wishart 

Saya ingin memahami uji pasti fisher dengan lebih baik, jadi saya menyusun contoh mainan berikut ini, di mana f dan m berhubungan dengan pria dan wanita, dan n dan y berhubungan dengan "konsumsi soda" seperti ini: > soda_gender f m n 0 5 y 5 0 Jelas, ini adalah penyederhanaan …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Saya sering berbicara tentang peminjaman informasi atau berbagi informasi dalam model hirarki Bayesian. Saya sepertinya tidak bisa mendapatkan jawaban langsung tentang apa arti sebenarnya ini dan apakah itu unik untuk model hierarkis Bayesian. Saya mendapatkan semacam ide: beberapa level dalam hierarki Anda berbagi parameter umum. Saya tidak tahu bagaimana ini …

11 machine-learning  bayesian  multilevel-analysis  terminology  hierarchical-bayesian 

Saya sedang membaca makalah teori Doug Bates pada paket lme4 R untuk lebih memahami seluk beluk model campuran, dan menemukan hasil yang menarik yang ingin saya pahami lebih baik, tentang menggunakan kemungkinan maksimum terbatas (REML) untuk memperkirakan varian. . Dalam bagian 3.3 pada kriteria REML, ia menyatakan bahwa penggunaan REML …

11 maximum-likelihood  mixed-model  unbiased-estimator  hierarchical-bayesian  reml 

Dalam model hirarki data mana y ∼ Poisson ( λ ) λ ∼ Gamma ( α , β ) , dalam praktiknya biasanya memilih nilai-nilai ( α , β ) sedemikian rupa sehingga rata-rata dan varian distribusi gamma kira-kira sama dengan rerata dan ragam data y (mis., Clayton dan Kaldor, …

11 poisson-distribution  gamma-distribution  hierarchical-bayesian  hyperparameter 

Saya membaca bab 13 "Adventures in Covariance" dalam buku ( hebat ) Statistical Rethinking oleh Richard McElreath di mana ia menyajikan model hierarkis berikut: ( Radalah matriks korelasi) Penulis menjelaskan bahwa itu LKJcorradalah informasi yang lemah sebelum bekerja sebagai pengatur sebelumnya untuk matriks korelasi. Tapi mengapa demikian? Karakteristik apa yang …

11 regression  self-study  correlation  prior  hierarchical-bayesian