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
Warum Bayesglm verwenden?
Meine allgemeine Frage lautet: Warum bayesglmanstelle anderer Klassifizierungsmethoden verwenden? Hinweis: Ich interessiere mich nur für Vorhersage. Ich habe eine anständige Datenmenge (~ 100.000 obs). Ich bin der Meinung, dass die Stichprobengröße groß genug ist, um die Parameter einer regulären logistischen Regression normal zu verteilen (CLT). Was würde ich durch die …
1
Vollständig Bayesianische Hyperparameterauswahl in GPML
Ist es möglich, mit dem GPML-Code eine ungefähre vollständige Bayes'sche (1) Auswahl von Hyperparametern (z. B. Kovarianzskala) durchzuführen, anstatt die Grenzwahrscheinlichkeit zu maximieren (2)? Ich denke, die Verwendung von MCMC-Methoden zur Lösung der Integrale mit Hyperparametern sollte zu besseren Ergebnissen führen, wenn es um Überanpassung geht. Meines Wissens enthält das …
1
Hierarchische Bayes'sche Analyse der Proportionsunterschiede
Warum hierarchisch? : Ich habe versucht, dieses Problem zu untersuchen, und soweit ich weiß, handelt es sich um ein "hierarchisches" Problem, da Sie Beobachtungen über Beobachtungen aus einer Population machen, anstatt direkte Beobachtungen aus dieser Population zu machen. Referenz: http://www.econ.umn.edu/~bajari/iosp07/rossi1.pdf Warum Bayesian? : Außerdem habe ich es als Bayesianisch markiert, …
2
Bayesianische regulierte NNs gegenüber klassischen NNs
Ich habe einige Forschungsartikel gesehen, die behaupten, dass den klassischen neuronalen Netzen normalerweise eine zufriedenstellende Generalisierungsfähigkeit fehlt, was normalerweise zu ungenauen Vorhersagen führt, und Bayes'sche regulierte ANNs (BRANNs) sind robuster als Standard-Back-Propagation-Netze und können die reduzieren oder eliminieren Notwendigkeit einer langen Kreuzvalidierung. Diese Artikel liefern jedoch keine angemessene Begründung / …
1
Auswahl nicht informativer Prioritäten
Ich arbeite an einem Modell, das auf einer hässlichen parametrisierten Funktion beruht, die als Kalibrierungsfunktion für einen Teil des Modells fungiert. Bei Verwendung einer Bayes'schen Einstellung muss ich nicht informative Prioritäten für die Parameter erhalten, die meine Funktion beschreiben. Ich weiß, dass ich im Idealfall Referenz- oder zumindest Jeffreys-Prioritäten ableiten …
1
Vom Standard-HMM zum Bayes-HMM
Ich versuche zu verstehen, was der Unterschied zwischen einem Standard-HMM und einem Bayes-HMM ist. Wikipedia erwähnt nur kurz, wie das Modell aussieht, aber ich brauche ein detaillierteres Tutorial. Kennt jemand ein Papier oder eine Implementierung, die ich mir ansehen kann? Ich habe auch Probleme mit der verwendeten Terminologie. Was bedeutet …
1
Bayesianische Schätzung von Dirichlet-Verteilungsparametern
Ich möchte Parameter von Dirichlet-Mischungsmodellen mithilfe der Gibbs-Probenahme schätzen und habe dazu einige Fragen: Entspricht eine Mischung von Dirichlet-Verteilungen einem Dirichlet-Prozess? Was sind ihre Hauptunterschiede, wenn nicht? Wenn ich die Parameter einer einzelnen Dirichlet-Verteilung schätzen möchte, welche Verteilung für Parameter sollte im Bayes'schen Framework als Priors ausgewählt werden? In allen …
3
Post-hoc-Test in einer 2x3-ANOVA mit gemischtem Design unter Verwendung von SPSS?
Ich habe zwei Gruppen von 10 Teilnehmern, die während eines Experiments dreimal bewertet wurden. Um die Unterschiede zwischen den Gruppen und zwischen den drei Bewertungen zu testen, führte ich eine 2 × 3-ANOVA mit gemischtem Design mit group(Kontrolle, experimentell), time(erste, zweite, drei) und group x time. Beides timeund groupErgebnis signifikant, …
8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 
1
Welche Ebene soll beim Vergleich von Probanden in einer hierarchischen Bayes'schen Analyse verwendet werden?
Angenommen, ich habe ein Experiment, bei dem ich die Reaktionszeit einer Reihe von Probanden teste, bei denen jeder Proband viele Reaktionszeitversuche durchführt. In einem Bayes'schen Rahmen könnten die Reaktionszeiten ( ) durch ein hierarchisches Modell mit vorheriger Verteilung sowohl auf Subjektebene als auch für die gesamte Subjektgruppe modelliert werden. Ein …
3
Wann war ein Bayes'scher Ansatz entscheidend für die Lösung einer Theorie, Hypothese oder eines Problems?
Kürzlich wurde eine Frage auf einem Listenserver veröffentlicht, den ich abonniere (vielleicht zynisch?), Wenn ein Bayes'scher Ansatz entscheidend für die "Erledigung der Aufgabe" bei der Beantwortung von Fragen im Bereich der Ökologie war. Ich frage mich im Allgemeinen, wann ein Bayes'scher Ansatz für den Fortschritt in einem bestimmten Bereich wesentlich …
1
Konfidenzintervalle bei Verwendung des Bayes-Theorems
Ich berechne einige bedingte Wahrscheinlichkeiten und zugehörige 95% -Konfidenzintervalle. In vielen meiner Fälle habe ich eine einfache Anzahl von xErfolgen aus nVersuchen (aus einer Kontingenztabelle), sodass ich ein Binomial-Konfidenzintervall verwenden kann, wie es binom.confint(x, n, method='exact')in in angegeben ist R. In anderen Fällen habe ich solche Daten jedoch nicht, daher …
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.