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
Wie modelliere ich eine voreingenommene Münze mit zeitlich variierender Voreingenommenheit?
Modelle von voreingenommenen Münzen haben typischerweise einen Parameter . Eine Möglichkeit, aus einer Reihe von Ziehungen abzuschätzen, besteht darin, einen Beta-Prior zu verwenden und die posteriore Verteilung mit binomialer Wahrscheinlichkeit zu berechnen.θ=P(Head|θ)θ=P(Head|θ)\theta = P(\text{Head} | \theta)θθ\theta In meinen Einstellungen ändern sich meine Münzeigenschaften aufgrund eines seltsamen physikalischen Prozesses langsam und …
3
Priors gewinnen ... mit Geld!
Angenommen, ich habe 'Experten', von denen ich eine vorherige Verteilung auf eine Variable auslösen möchte . Ich möchte sie mit echtem Geld motivieren . Die Idee ist, die Priors zu entlocken, Realisierungen der Zufallsvariablen und dann eine vorgegebene "Geldbörse" unter den Experten aufzuteilen, basierend darauf, wie gut ihre Priors mit …
10 bayesian  prior 
1
Wie würden Sie Bayes'sche Schätzungen in eine Metaanalyse einbeziehen?
Inspiriert von dieser Frage und speziellem "Problem 3": Posteriore Verteilungen sind etwas schwieriger in eine Metaanalyse einzubeziehen, es sei denn, eine häufig verwendete, parametrische Beschreibung der Verteilung wurde bereitgestellt. Ich habe in letzter Zeit viel darüber nachgedacht, Metaanalysen in ein Bayes'sches Modell zu integrieren - hauptsächlich als Quelle für Prioritäten …
2
Ein gutes Buch mit gleichem Schwerpunkt auf Theorie und Mathematik
Ich habe während meiner Schulzeit und an der Universität genug Kurse über Statistik gehabt. Ich habe ein gutes Verständnis für die Konzepte wie CI, p-Werte, Interpretation der statistischen Signifikanz, Mehrfachtests, Korrelation, einfache lineare Regression (mit kleinsten Quadraten) (allgemeine lineare Modelle) und alle Hypothesentests. Ich war in den früheren Tagen größtenteils …
2
Kann ich die Gültigkeit zuvor angegebener Daten testen?
Problem Ich schreibe eine R-Funktion, die eine Bayes'sche Analyse durchführt, um eine posteriore Dichte bei einem informierten Prior und Daten zu schätzen. Ich möchte, dass die Funktion eine Warnung sendet, wenn der Benutzer den vorherigen überdenken muss. In dieser Frage möchte ich lernen, wie man einen Prior bewertet. Frühere Fragen …
1
Warum wird die Bayesianische Statistik zu einem immer beliebteren Forschungsthema? [geschlossen]
Geschlossen . Diese Frage basiert auf Meinungen . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage, damit sie durch Bearbeiten dieses Beitrags mit Fakten und Zitaten beantwortet werden kann . Geschlossen im vergangenen Jahr . Beim Durchsuchen des Forschungsbereichs der 100 besten US-Nachrichtenstatistikprogramme sind …
1
Haben stochastische Prozesse wie der Gaußsche Prozess / Dirichlet-Prozess Dichten? Wenn nicht, wie kann die Bayes-Regel auf sie angewendet werden?
Der Dirichlet-Prozess und der Gauß-Prozess werden oft als "Verteilungen über Funktionen" oder "Verteilungen über Verteilungen" bezeichnet. Kann ich in diesem Fall sinnvoll über die Dichte einer Funktion unter einem Hausarzt sprechen? Das heißt, haben der Gaußsche Prozess oder der Dirichlet-Prozess eine Vorstellung von einer Wahrscheinlichkeitsdichte? Wenn dies nicht der Fall …
1
ARIMA vs Kalman Filter - wie hängen sie zusammen?
Als ich anfing, über Kalman-Filter zu lesen, dachte ich, dass es sich um einen Sonderfall des ARIMA-Modells handelt (nämlich ARIMA (0,1,1)). Aber tatsächlich scheint die Situation komplizierter zu sein. Zunächst kann ARIMA zur Vorhersage und Kalman-Filter zur Filterung verwendet werden. Aber sind sie nicht eng miteinander verwandt? Frage: Wie ist …
1
Jeffreys Prior für Binomialwahrscheinlichkeit
Wenn ich einen Jeffreys prior für einen Binomialwahrscheinlichkeitsparameter impliziert dies die Verwendung einer -Verteilung.θθ\thetaθ∼beta(1/2,1/2)θ∼beta(1/2,1/2)\theta \sim beta(1/2,1/2) Wenn ich auf einen neuen Bezugsrahmen - Transformations dann klar nicht auch als verteiltes Verteilung. φ b e t a ( 1 / 2 , 1 / 2 )ϕ=θ2ϕ=θ2\phi = \theta^2ϕϕ\phibeta(1/2,1/2)beta(1/2,1/2)beta(1/2,1/2) Meine Frage ist, …
2
Bewerten Sie die posteriore prädiktive Verteilung in der Bayes'schen linearen Regression
Ich bin verwirrt darüber, wie die posteriore prädiktive Verteilung für die Bayes'sche lineare Regression nach dem hier auf Seite 3 beschriebenen und unten kopierten Grundfall bewertet werden soll. p ( y~∣ y)=∫p(y~∣β,σ2)p(β,σ2∣y)p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y) p(\tilde y \mid y) = \int p(\tilde y \mid \beta, \sigma^2) p(\beta, \sigma^2 \mid y) Der Grundfall ist …
1
Die Formel für Bayes'sche A / B-Tests macht keinen Sinn
Ich verwende die Formel aus dem Bayes'schen Ab-Test , um die Ergebnisse des AB-Tests nach der Bayes'schen Methode zu berechnen. Pr(pB>pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA)Pr(pB>pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA) \Pr(p_B > p_A) = \sum^{\alpha_B-1}_{i=0} \frac{B(\alpha_A+i,\beta_B+\beta_A)}{(\beta_B+i)B(1+i,\beta_B)B(\alpha_A, \beta_A)} wo αAαA\alpha_A in eins plus die Anzahl der Erfolge für A. βAβA\beta_A in eins plus die Anzahl der Fehler für A. αBαB\alpha_B …
10 r  bayesian  ab-test 
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.