Pertanyaan yang diberi tag «posterior»

Dalam kelompok siswa, ada 2 dari 18 yang kidal. Temukan distribusi posterior siswa kidal dalam populasi dengan asumsi tidak informatif sebelumnya. Ringkas hasilnya. Menurut literatur 5-20% orang kidal. Pertimbangkan informasi ini di prior Anda dan hitung posterior baru. Saya tahu distribusi beta harus digunakan di sini. Pertama, dengan nilai dan …

125 distributions  bayesian  prior  posterior 

Saya mengerti apa distribusi prediktif posterior , dan saya telah membaca tentang cek prediktif posterior , meskipun belum jelas bagi saya apa yang dilakukannya. Apa sebenarnya pemeriksaan prediktif posterior? Mengapa beberapa penulis mengatakan bahwa menjalankan pemeriksaan prediktif posterior adalah "menggunakan data dua kali" dan tidak boleh disalahgunakan? (atau bahkan itu …

33 bayesian  model-selection  posterior 

Saya mengerti apa itu Posterior, tapi saya tidak yakin apa artinya yang terakhir? Bagaimana 2 yang berbeda? Kevin P Murphy ditunjukkan dalam buku pelajarannya, Machine Learning: a Probabilistic Perspective , bahwa itu adalah "keadaan kepercayaan internal". Apa maksudnya itu? Saya mendapat kesan bahwa Prior merupakan kepercayaan atau bias internal Anda, …

31 posterior  definition 

Kita tahu bahwa dalam hal distribusi sebelumnya yang tepat, P(θ∣X)=P(X∣θ)P(θ)P(X)P(θ∣X)=P(X∣θ)P(θ)P(X)P(\theta \mid X) = \dfrac{P(X \mid \theta)P(\theta)}{P(X)} ∝P(X∣θ)P(θ)∝P(X∣θ)P(θ) \propto P(X \mid \theta)P(\theta) . Pembenaran biasa untuk langkah ini adalah bahwa distribusi marginal , , konstan terhadap dan dengan demikian dapat diabaikan ketika menurunkan distribusi posterior.XXXP(X)P(X)P(X)θθ\theta Namun, dalam kasus prior yang tidak …

22 distributions  bayesian  prior  posterior 

Saya tahu bahwa prior tidak harus tepat dan bahwa fungsi kemungkinan tidak berintegrasi dengan 1. Tetapi apakah posterior perlu distribusi yang tepat? Apa implikasinya jika tidak?

21 distributions  bayesian  posterior 

Jika sebelumnya dan kemungkinan sangat berbeda satu sama lain, maka kadang-kadang terjadi situasi di mana posterior mirip dengan keduanya. Lihat misalnya gambar ini, yang menggunakan distribusi normal. Meskipun secara matematis ini benar, tampaknya itu tidak sesuai dengan intuisi saya - jika data tidak sesuai dengan keyakinan atau data yang saya …

21 bayesian  prior  posterior  likelihood 

Saya pernah mendengar gagasan bahwa Jaynes mengklaim sering beroperasi dengan "sebelumnya implisit". Apa itu prior implisit? Apakah ini berarti model frequentist semua kasus khusus model Bayesian menunggu untuk ditemukan?

19 bayesian  prior  posterior  frequentist 

Artikel The Odds, Continuous Updated menyebutkan kisah seorang nelayan Long Island yang benar-benar berutang hidupnya kepada Statistik Bayesian. Ini versi singkatnya: Ada dua nelayan di atas kapal di tengah malam. Saat satu tertidur, yang lain jatuh ke laut. Kapal terus berjalan bersama dengan autopilot sepanjang malam sampai orang pertama akhirnya …

19 probability  bayesian  posterior  bayes 

Pemahaman saya adalah bahwa ketika menggunakan pendekatan Bayesian untuk memperkirakan nilai parameter: Distribusi posterior adalah kombinasi dari distribusi sebelumnya dan distribusi kemungkinan. Kami mensimulasikan ini dengan menghasilkan sampel dari distribusi posterior (misalnya, menggunakan algoritma Metropolis-Hasting untuk menghasilkan nilai, dan menerimanya jika mereka berada di atas ambang batas probabilitas tertentu untuk …

19 bayesian  inference  simulation  mcmc  posterior 

Sering diperdebatkan bahwa kerangka bayesian memiliki keuntungan besar dalam interpretasi (lebih sering), karena ia menghitung probabilitas parameter yang diberikan data - daripada seperti pada kerangka kerja frequentist. Sejauh ini baik.p(θ|x)p(θ|x)p(\theta|x)p(x|θ)p(x|θ)p(x|\theta) Tapi, seluruh persamaan itu didasarkan pada: p(θ|x)=p(x|θ).p(θ)p(x)p(θ|x)=p(x|θ).p(θ)p(x)p(\theta|x) = {p(x|\theta) . p(\theta) \over p(x)} menurut saya sedikit mencurigakan karena 2 alasan: …

18 bayesian  interpretation  prior  likelihood  posterior 

Ini adalah pertanyaan yang sangat sederhana tetapi saya tidak dapat menemukan derivasi di mana pun di internet atau dalam buku. Saya ingin melihat derivasi bagaimana seseorang Bayesian memperbarui distribusi normal multivariat. Sebagai contoh: bayangkan itu P(x|μ,Σ)P(μ)==N(μ,Σ)N(μ0,Σ0).P(x|μ,Σ)=N(μ,Σ)P(μ)=N(μ0,Σ0). \begin{array}{rcl} \mathbb{P}({\bf x}|{\bf μ},{\bf Σ}) & = & N({\bf \mu}, {\bf \Sigma}) \\ \mathbb{P}({\bf …

18 bayesian  normal-distribution  matrix  posterior  linear-algebra 

Saya memiliki gambar berikut yang saya telah diberitahu adalah ilustrasi tentang bagaimana distribusi probabilitas posterior adalah kombinasi dari distribusi sebelum dan kemungkinan. Saya telah diberitahu bahwa ada sesuatu yang salah dengan gambar, yaitu bahwa distribusi posterior tidak dapat memiliki bentuk yang diberikan dalam bentuk fungsi kemungkinan. Tetapi saya berjuang untuk …

17 distributions  posterior 

Saya perlu "mempelajari" distribusi gaussian bivariat dengan beberapa sampel, tetapi hipotesis yang baik pada distribusi sebelumnya, jadi saya ingin menggunakan pendekatan bayesian. Saya mendefinisikan sebelumnya: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 & 0 \\ 0 …

15 distributions  bayesian  estimation  covariance  posterior 

Saya menganalisis set data menggunakan model efek campuran dengan satu efek tetap (kondisi) dan dua efek acak (peserta karena desain subjek dan pasangan dalam). Model ini dihasilkan dengan lme4paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Selanjutnya, saya melakukan uji rasio kemungkinan model ini terhadap model tanpa efek tetap (kondisi) dan memiliki perbedaan yang signifikan. Ada …

15 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Saya telah memperhatikan bahwa dalam banyak aplikasi praktis, metode berbasis MCMC digunakan untuk memperkirakan suatu parameter meskipun posterior bersifat analitis (misalnya karena prior adalah konjugat). Bagi saya, lebih masuk akal untuk menggunakan penaksir MAP daripada penaksir berbasis MCMC. Adakah yang bisa menunjukkan mengapa MCMC masih merupakan metode yang tepat di …

13 bayesian  mcmc  posterior