Als «bayesian» getaggte Fragen

Die Bayes'sche Inferenz ist eine Methode der statistischen Inferenz, die darauf beruht, die Modellparameter als Zufallsvariablen zu behandeln und den Bayes'schen Satz anzuwenden, um subjektive Wahrscheinlichkeitsaussagen über die Parameter oder Hypothesen abzuleiten, abhängig vom beobachteten Datensatz.

1
Jeffreys Prior für mehrere Parameter
In bestimmten Fällen wird der Jeffreys-Prior für ein vollständiges mehrdimensionales Modell im Allgemeinen als unzureichend angesehen. Dies ist beispielsweise der Fall in: (wobei , mit und unbekannt) in dem vor dem folgenden (in vollen Jeffreys vor bevorzugt wird ): wobei der Jeffreys-Prior ist, der erhalten wird, wenn festgehalten wird (und …
2
Leistungsbenchmarks für MCMC
Wurden groß angelegte Studien zu MCMC-Methoden durchgeführt, in denen die Leistung mehrerer verschiedener Algorithmen für eine Reihe von Testdichten verglichen wurde? Ich denke an etwas, das dem von Rios und Sahinidis (2013) entspricht und einen gründlichen Vergleich einer großen Anzahl derivatfreier Black-Box-Optimierer für verschiedene Klassen von Testfunktionen darstellt. Für MCMC …
1
Warum bedeutet das Hinzufügen eines Verzögerungseffekts eine Abweichung in einem Bayes'schen hierarchischen Modell?
Hintergrund: Ich arbeite gerade daran, verschiedene Bayesianische Hierarchiemodelle zu vergleichen. Die Daten sind numerische Maße für das Wohlbefinden des Teilnehmers i und die Zeit j . Ich habe ungefähr 1000 Teilnehmer und 5 bis 10 Beobachtungen pro Teilnehmer.yich jyichjy_{ij}ichichijjj Wie bei den meisten longitudinalen Datensätzen erwarte ich eine Form der …
2
Dirichlet-Prozesse für Clustering: Wie gehe ich mit Etiketten um?
F: Was ist die Standardmethode zum Clustering von Daten mithilfe eines Dirichlet-Prozesses? Bei Verwendung von Gibbs treten während der Probenahme Cluster auf und verschwinden. Außerdem haben wir ein Identifizierungsproblem, da die posteriore Verteilung für Cluster-Relabelings nicht relevant ist. Wir können also nicht sagen, welches der Cluster eines Benutzers ist, sondern …
2
Subjektivität in der Frequenzstatistik
Ich höre oft die Behauptung, dass die Bayes'schen Statistiken sehr subjektiv sein können. Das Hauptargument ist, dass die Schlussfolgerung von der Wahl eines Priores abhängt (obwohl man das Prinzip der Gleichgültigkeit oder der maximalen Entropie anwenden könnte, um einen Prior zu wählen). Im Vergleich dazu, so die Behauptung, ist die …
4
Warum enthält ein 95% -Konfidenzintervall aus der Perspektive der Bayes'schen Wahrscheinlichkeit nicht den wahren Parameter mit einer Wahrscheinlichkeit von 95%?
Auf der Wikipedia-Seite zu Konfidenzintervallen : ... Wenn Konfidenzintervalle aus mehreren separaten Datenanalysen von wiederholten (und möglicherweise unterschiedlichen) Experimenten erstellt werden, entspricht der Anteil solcher Intervalle, die den wahren Wert des Parameters enthalten, dem Konfidenzniveau ... Und von derselben Seite: Ein Konfidenzintervall sagt nicht voraus, dass der wahre Wert des …
4
Ein praktisches Beispiel für MCMC
Ich habe einige Vorlesungen über MCMC gelesen. Ich finde jedoch kein gutes Beispiel für die Verwendung. Kann mir jemand ein konkretes Beispiel geben. Ich kann nur sehen, dass sie eine Markov-Kette führen und sagen, dass ihre stationäre Verteilung die gewünschte Verteilung ist. Ich möchte ein gutes Beispiel, bei dem es …
2
Optimales Softwarepaket für die Bayes'sche Analyse
Ich habe mich gefragt, welches statistische Softwarepaket Sie für die Durchführung von Bayesian Inference empfehlen. Ich weiß zum Beispiel, dass Sie openBUGS oder winBUGS als Standalones ausführen oder sie auch von R aus aufrufen können. R verfügt jedoch auch über mehrere eigene Pakete (MCMCPack, BACCO), die Bayes-Analysen durchführen können. Hat …
3
Warum sagt dieser Auszug, dass eine unvoreingenommene Schätzung der Standardabweichung normalerweise nicht relevant ist?
Ich habe über die Berechnung der unverzerrten Schätzung der Standardabweichung und die von mir gelesene Quelle gelesen (...) Außer in einigen wichtigen Situationen ist die Aufgabe für die Anwendung der Statistik von geringer Bedeutung, da ihre Notwendigkeit durch Standardverfahren wie Signifikanztests und Konfidenzintervalle oder durch die Verwendung der Bayes'schen Analyse …
1
Warum sollten wir das Konvergenzverhalten verschiedener Schätzer in verschiedenen Topologien diskutieren?
Im ersten Kapitel des Buches Algebraische Geometrie und Statistische Lerntheorie, das sich mit der Konvergenz von Schätzungen in verschiedenen Funktionsräumen befasst, wird erwähnt, dass die Bayes'sche Schätzung der Schwartz-Verteilungstopologie entspricht, während die Maximum-Likelihood-Schätzung der Sup-Norm-Topologie entspricht (auf Seite 7): Zum Beispiel Sup-Norm, LpLpL^p -Norm, schwache Topologie des Hilbert-Raums , Schwartz-Verteilungstopologie …
2
Gibt es Unterschiede in der bayesianischen und der frequentistischen Herangehensweise an EDA?
Ganz einfach gesagt: Gibt es Unterschiede in den Bayesianischen und Frequentistischen Ansätzen zur exploratorischen Datenanalyse? Ich kenne keine inhärenten Verzerrungen in EDA-Methoden, da ein Histogramm ein Histogramm ist, ein Streudiagramm ein Streudiagramm ist usw., und ich habe auch keine Beispiele für Unterschiede in der Darstellung oder Vermittlung von EDA gefunden …
5
Lehrbuch für Bayesianische Ökonometrie
Ich suche nach einem theoretisch strengen Lehrbuch zur Bayes'schen Ökonometrie, das ein solides Verständnis der frequentistischen Ökonometrie voraussetzt. Ich würde gerne eine Arbeit pro Antwort vorschlagen, damit die Empfehlungen einzeln nach oben oder unten abgestimmt werden können.
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.