Statistiken und Big Data bayesian

3

Wie aktualisiert ein Bayesianer seinen Glauben, wenn etwas mit der Wahrscheinlichkeit 0 passiert ist?

Definiere "Münze hat die Wahrscheinlichkeit 1, Köpfe zu landen" Angenommen, man hat den vorherigen Glauben: . Nach dem Werfen der Münze, sobald sie Schwänze landet ( "Münze gelandet Schwänze"). Wie sollte ein Bayesianer seine Überzeugungen aktualisieren, um kohärent zu bleiben? ist undefiniert, da . Es scheint mir jedoch, dass er, …

9 probability bayesian philosophical

1

Warum ist Zellners g prior "inakzeptabel"?

Ich weiß, dass Zellners Prior Daten verwendet, um vorherige Informationen festzulegen, aber tatsächlich hängt das gesamte Modell von den Daten ab. Gibt es einen anderen Grund?

9 regression bayesian uninformative-prior

1

Warum ist die Grenzwahrscheinlichkeit schwer / schwer abzuschätzen?

Ich habe hier eine allgemein grundlegende Frage zu stellen, die mich seit einiger Zeit beunruhigt. Während des größten Teils meiner Lektüre der Bayes'schen Statistik wurde sachlich festgestellt, dass die Grenzwahrscheinlichkeit oft unlösbar oder schwer abzuschätzen ist. Warum? Zu den häufig genannten Gründen gehören Aussagen über die hochdimensionale Natur des zu …

9 bayesian inference likelihood

2

Einbeziehung der Wahrscheinlichkeitsverteilung früherer Klassen in die logistische Regression

Ich bin erstaunt, dass ich keine Artikel / Vorträge darüber finden kann, wie man Prior Class Probability Distributions in Klassifikatoren wie Logistic Regression oder Random Forest integrieren kann. Meine Frage lautet also: Wie kann die Wahrscheinlichkeitsverteilung früherer Klassen in logistische Regression oder zufällige Wälder einbezogen werden? Bedeutet die Einbeziehung der …

9 logistic bayesian random-forest prior

1

Binomial einheitliche vorherige Bayes'sche Statistik

Angenommen, Sie haben eine Binomialverteilung, bei der der Prior des Parameters einheitlich ist. Wie kann ich die posteriore Verteilung des Parameters erhalten?

9 bayesian posterior

1

Was sind Bayes'sche p-Werte?

Ich suche nach einer Antwort, die einen Leser zufriedenstellt, der häufig auftretende p-Werte versteht, aber nur die Grundlagen der Bayes'schen Statistikansätze versteht. Derzeit enthüllen Google-Suchanfragen weder auf einer Wikipedia-Seite noch auf einer anderen allgemein akzeptierten Ressource eine Definition. Diese Frage scheint verwandt zu sein, ist aber nicht wirklich, da sich …

9 bayesian p-value

3

Wie genau definieren (oder interpretieren?) Bayesianer die Wahrscheinlichkeit?

Teil einer Reihe von Versuchen, Bayesian gegen Frequentist zu verstehen: 1 2 3 4 5 6 7 Ich glaube, ich verstehe, wie Bayesianer und Frequentisten zwischen Hypothesen wählen , aber ich bin mir nicht ganz sicher, ob oder wie mir das erklären soll, wie sie die Wahrscheinlichkeit sehen. Nach meinem …

9 probability bayesian frequentist definition philosophical

2

Warum wird es in der MAP-Schätzung als "Modus" bezeichnet?

Warum wird bei der Schätzung von Parametern mit MAP geschrieben, dass wir den "Modus" schätzen? Ich dachte, es wäre der Mittelwert der posterioren Verteilung?

9 bayesian posterior bayes

4

Wie werden Daten im Bayes'schen Framework generiert und wie sieht der Parameter aus, der die Daten generiert?

Ich habe versucht, die Bayes'schen Statistiken neu zu lernen (jedes Mal, wenn ich dachte, ich hätte sie endlich bekommen, taucht etwas anderes auf, das ich vorher nicht in Betracht gezogen habe ...), aber es war (für mich) nicht klar, wie der Datengenerierungsprozess ablief im Bayesianischen Rahmen ist eigentlich. Der frequentistische …

9 bayesian modeling prior frequentist randomness

2

Warum ein Faktordiagramm für die Bayes'sche Inferenz verwenden?

Ich verstehe nicht, warum die Konvertierung eines Bayes'schen Netzwerks in einen Faktorgraphen für die Bayes'sche Inferenz gut ist. Meine Fragen sind: Was ist der Vorteil der Verwendung eines Faktorgraphen im Bayes'schen Denken? Was würde passieren, wenn wir es nicht benutzen? Alle konkreten Beispiele werden geschätzt!

9 bayesian graphical-model bayesian-network

2

Lokproblem mit Firmen unterschiedlicher Größe

Ich arbeite an Think Bayes (kostenlos hier: http://www.greenteapress.com/thinkbayes/ ) und mache Übung 3.1. Hier ist eine Zusammenfassung des Problems: "Eine Eisenbahn nummeriert ihre Lokomotiven in der Reihenfolge 1..N. Eines Tages sehen Sie eine Lokomotive mit der Nummer 60. Schätzen Sie, wie viele Lokomotiven die Eisenbahn hat." Diese Lösung wird mit …

9 bayesian conditional-probability bayes

1

Interpretation des Bayes'schen 95% -Vorhersageintervalls

Angenommen, das folgende bivariate Regressionsmodell: wobei iid für .u i N ( 0 , σ 2 = 9 ) i = 1 , … , nyi=βxi+ui,yi=βxi+ui, y_i = \beta x_i + u_i, uiuiu_iN(0,σ2=9)N(0,σ2=9)N(0, \sigma^2 = 9)i=1,…,ni=1,…,ni = 1,\ldots, n Angenommen , ein noninformative Stand , dann kann gezeigt werden , …

9 probability self-study bayesian confidence-interval credible-interval

1

Posteriore Verteilung für die Bayes'sche lineare Regression

Ich habe die Verwendung der Bayes'schen linearen Regression untersucht, bin aber zu einem Beispiel gekommen, über das ich verwirrt bin. Angesichts des Modells: y=βX+ϵy=βX+ϵ{\bf y} = {\bf \beta}{\bf X} + \bf{\epsilon} Angenommen, und ein ,ϵ∼N(0,ϕI)ϵ∼N(0,ϕI){\bf \epsilon} \sim N(0, \phi I)p(β,ϕ)∝1ϕp(β,ϕ)∝1ϕp(\beta, \phi) \propto \frac{1}{\phi} Wie wird erreicht?p(β|ϕ,y)p(β|ϕ,y)p(\beta|\phi, {\bf y}) Wobei: .p(β|ϕ,y)∼N(XTX)−1XTy,ϕ(XTX)−1)p(β|ϕ,y)∼N(XTX)−1XTy,ϕ(XTX)−1)p(\beta|\phi, …

9 regression bayesian multiple-regression

1

Hyperprior-Verteilungen für die Parameter (Skalenmatrix und Freiheitsgrade) eines Wisharts vor einer inversen Kovarianzmatrix

Ich schätze mehrere inverse Kovarianzmatrizen einer Reihe von Messungen über verschiedene Subpopulationen hinweg unter Verwendung eines Wisharts vor jags / rjags / R. Anstatt eine Skalenmatrix und Freiheitsgrade in der inversen Kovarianzmatrix vor (der Wishart-Verteilung) anzugeben, möchte ich einen Hyperprior in der Skalenmatrix und den Freiheitsgraden verwenden, damit sie aus …

9 bayesian covariance prior wishart hierarchical-bayesian

1

Wie funktioniert die Imputationsfunktion der Mäuse?

Ich habe mich gefragt, ob jemand Erfahrung mit der Mäusefunktion hat, wie in Mäusen beschrieben: Multivariate Imputation durch verkettete Gleichungen in R (JSS 2011 45 (3))? Ich habe einen Datensatz mit einer Reihe von Variablen, von denen jede einen unterschiedlichen Grad an fehlenden Daten aufweist. Meine Hauptfrage lautet: Angenommen, ich …

9 r regression bayesian data-imputation mice

Als «bayesian» getaggte Fragen