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.

3
Was sollte ein nicht informativer Prior für die Steigung sein, wenn eine lineare Regression durchgeführt wird?
Wenn man eine Bayes'sche lineare Regression durchführt, muss man der Steigung einen Prior zuweisen und abfangen . Da ein Standortparameter ist, ist es sinnvoll, einen einheitlichen Prior zuzuweisen. Es scheint mir jedoch, dass einem Skalenparameter ähnelt und es unnatürlich erscheint, vorher eine Uniform zuzuweisen.b b aaaabbbbbbaaa Andererseits scheint es nicht …
1
Reicht es bei der Neuparametrierung einer Wahrscheinlichkeitsfunktion aus, nur die transformierte Variable anstelle einer Änderung der Variablenformel einzufügen?
Angenommen, ich versuche, eine Wahrscheinlichkeitsfunktion, die exponentiell verteilt ist, neu zu parametrisieren. Wenn meine ursprüngliche Wahrscheinlichkeitsfunktion lautet: p(y∣θ)=θe−θyp(y∣θ)=θe−θy p(y \mid \theta) = \theta e^{-\theta y} und ich möchte es mit neu parametrisieren , da keine Zufallsvariable ist, sondern ein Parameter, reicht es aus, nur einstecken?ϕ=1θϕ=1θ\phi = \frac{1}{\theta}θθ\theta Was ich explizit …
1
Bayesglm (Arm) gegen MCMCpack
Sowohl bayesglm()(im Arm R-Paket) als auch verschiedene Funktionen im MCMCpack-Paket zielen darauf ab, die Bayes'sche Schätzung verallgemeinerter linearer Modelle durchzuführen, aber ich bin nicht sicher, ob sie tatsächlich dasselbe berechnen. Die MCMCpack-Funktionen verwenden die Markov-Kette Monte Carlo, um eine (abhängige) Probe vom Gelenk posterior für die Modellparameter zu erhalten. bayesglm()auf …
3
2-Gaußsche Mischungsmodellinferenz mit MCMC und PyMC
Das Problem Ich möchte die Modellparameter einer einfachen 2-Gaußschen Mischungspopulation anpassen. Angesichts des Hype um Bayes'sche Methoden möchte ich verstehen, ob die Bayes'sche Inferenz für dieses Problem ein besseres Werkzeug ist als herkömmliche Anpassungsmethoden. Bisher ist MCMC in diesem Spielzeugbeispiel sehr schlecht, aber vielleicht habe ich gerade etwas übersehen. Schauen …
3
Wann ist der Bayes'sche A / B-Test zu beenden?
Ich versuche, A / B-Tests auf Bayes'sche Weise durchzuführen , wie in Probabilistic Programming for Hackers und Bayesian A / B-Tests . Beide Artikel gehen davon aus, dass der Entscheider allein aufgrund der Wahrscheinlichkeit eines Kriteriums, z. B. , entscheidet, welche der Varianten besser ist , daher ist besser. Diese …
2
Gleich oder anders? Der Bayes'sche Weg
Angenommen, ich habe das folgende Modell: Poisson(λ)∼{λ1λ2if t<τif t≥τPoisson(λ)∼{λ1if t<τλ2if t≥τ\text{Poisson}(\lambda) \sim \begin{cases} \lambda_1 & \text{if } t \lt \tau \\ \lambda_2 & \text{if } t \geq \tau \end{cases} Und ich schließe die unten gezeigten Posterioren für und aus meinen Daten ab. Gibt es einen Bayes - Weg (oder Quantifizierung) …
2
Was ist eine gute Analogie, um die Stärken hierarchischer Bayes'scher Modelle zu veranschaulichen?
Ich bin relativ neu in der Bayes'schen Statistik und habe JAGS kürzlich verwendet, um hierarchische Bayes'sche Modelle auf verschiedenen Datensätzen zu erstellen. Obwohl ich mit den Ergebnissen sehr zufrieden bin (im Vergleich zu Standard-GLM-Modellen), muss ich Nicht-Statistikern erklären, was der Unterschied zu Standard-Statistikmodellen ist. Insbesondere möchte ich veranschaulichen, warum und …
4
Gemischte Modellidee und Bayes'sche Methode
Im gemischten Modell nehmen wir an, dass die zufälligen Effekte (Parameter) Zufallsvariablen sind, die Normalverteilungen folgen. Es sieht der Bayes'schen Methode sehr ähnlich, bei der alle Parameter als zufällig angenommen werden. Ist das Zufallseffektmodell also ein Sonderfall der Bayes'schen Methode?
2
in Bezug auf die bedingte Unabhängigkeit und ihre grafische Darstellung
Beim Studium der Kovarianzauswahl habe ich einmal das folgende Beispiel gelesen. In Bezug auf das folgende Modell: Seine Kovarianzmatrix und inverse Kovarianzmatrix sind wie folgt angegeben: Ich verstehe nicht, warum die Unabhängigkeit von und y hier durch die inverse Kovarianz bestimmt wird?xxxyyy Welche mathematische Logik liegt dieser Beziehung zugrunde? Außerdem …
2
PyMC für nichtparametrisches Clustering: Der Dirichlet-Prozess zur Schätzung der Parameter der Gaußschen Mischung kann nicht geclustert werden
Problemeinrichtung Eines der ersten Spielzeugprobleme, auf das ich PyMC anwenden wollte, ist das nichtparametrische Clustering: Modellieren Sie anhand einiger Daten diese als Gaußsche Mischung und lernen Sie die Anzahl der Cluster sowie den Mittelwert und die Kovarianz jedes Clusters. Das meiste, was ich über diese Methode weiß, stammt aus Videovorträgen …
3
Visualisierung der Bayes'schen Anpassungsgüte für die logistische Regression
Für ein Bayes'sches logistisches Regressionsproblem habe ich eine posteriore prädiktive Verteilung erstellt. Ich nehme eine Stichprobe aus der Vorhersageverteilung und erhalte für jede meiner Beobachtungen Tausende von Stichproben von (0,1). Die Visualisierung der Anpassungsgüte ist weniger als interessant, zum Beispiel: Dieses Diagramm zeigt die 10 000 Proben + den beobachteten …
1
Bayes-Faktoren mit unpassenden Prioritäten
Ich habe eine Frage zum Modellvergleich mit Bayes-Faktoren. In vielen Fällen sind Statistiker daran interessiert, einen Bayes'schen Ansatz mit falschen Priors zu verwenden (zum Beispiel einige Jeffreys-Priors und Referenzpriors). Meine Frage ist, ob es in den Fällen, in denen die posteriore Verteilung der Modellparameter genau definiert ist, gültig ist, Modelle …
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.