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
Bayesianische Inferenz für die multinomiale Verteilung mit asymmetrischem Vorwissen?
Angenommen, ich werde einige Proben aus einer Binomialverteilung erhalten. Eine Möglichkeit, meine Vorkenntnisse zu modellieren, ist eine Beta-Distribution mit den Parametern und . Soweit ich weiß, ist dies gleichbedeutend damit, in Versuchen "Köpfe" mal gesehen zu haben . Daher ist es eine gute Abkürzung, um die vollständige Bayes'sche Folgerung durchzuführen, …
4
Suchen Sie eine Verteilung, die vielleicht ungewöhnlich ist und mit zwei Datenpunkten und Experteneinschränkungen übereinstimmt?
Ich versuche, eine vorherige Verteilung für eine Bayes'sche Metaanalyse anzugeben. Ich habe die folgenden Informationen zu einer Zufallsvariablen: Zwei Beobachtungen: 3.0, 3.6 Ein Wissenschaftler, der die Variable untersucht, hat mir gesagt, dass ist und dass Werte bis 6 eine Wahrscheinlichkeit ungleich Null haben.P(X&lt;2)=P(X&gt;8)=0P(X&lt;2)=P(X&gt;8)=0P(X<2)=P(X>8)=0 Ich habe den folgenden Optimierungsansatz verwendet (der …
5
Artikel zur Bayes'schen Faktoranalyse?
Ich bin daran interessiert, ein faktoranalyseähnliches Modell an Vermögensrenditen oder andere ähnliche latente Variablenmodelle anzupassen. Was sind gute Artikel zu diesem Thema zu lesen? Ich bin besonders daran interessiert, wie ich damit umgehen soll, dass ein Faktoranalysemodell unter einem Vorzeichenwechsel für die "Faktorladungen" identisch ist.
1
Bayesianisches Bewertungssystem mit mehreren Kategorien für jede Bewertung
Ich implementiere ein Bewertungssystem, das auf meiner Website verwendet werden soll, und ich denke, der Bayes'sche Durchschnitt ist der beste Weg, dies zu tun. Jeder Artikel wird von den Benutzern in sechs verschiedenen Kategorien bewertet. Ich möchte jedoch nicht, dass Gegenstände mit nur einer hohen Bewertung nach oben schießen, weshalb …
8 bayesian 
4
Video / Audio-Online-Material für den Einstieg in die Bayes'sche Analyse und logistische Regressionen
Ich bin tagsüber Ingenieur. Obwohl sich der Großteil meiner Arbeit um das Modellieren dreht, machen wir im Allgemeinen ziemlich grundlegende Dinge. Ein "fortgeschrittenes" Modell wäre eine Monte-Carlo-Simulation, die unter Verwendung von R2-Tests validiert wurde. Derzeit gibt es in meinem Bereich viel Forschung mit logistischen und Bayes'schen Analysen. Meine Frage ist, …
3
Was ist der
In der Bayes'schen Wahrscheinlichkeitstheorie ist Wahrscheinlichkeit unser Ausdruck von Wissen über eine bestimmte Sache, nicht eine Eigenschaft dieser Sache. Ich sehe jedoch immer Leute behandelnpppals ein Parameter, der geschätzt werden muss. Sie haben einen Prior für eingerichtetppp, normalerweise in Form einer Beta-Funktion, und aktualisieren Sie diese dann, wenn "Realisierungen" dieser …
2
Wie ist ?
Ich habe kürzlich angefangen, über Maximum Likelihood Estimator und Bayes'sche Statistiken zu lesen. Ich verstehe, dass bei einem statistischen Modell , bei dem zu einem großen Parameterraum , die KL-Divergenz zwischen und ( die Wahrheit ist) Der Parameter, den wir finden möchten) wird für das minimiert, das maximiert . Unter …
1
Modell mit zulässigen Schätzern, die nicht der Bayes-Schätzer für eine Auswahl von Prior sind?
Jeder Bayes-Schätzer ist nach meinem besten Wissen zulässig. (Verwandte Fragen - 1 , 2. ) Ich erinnere mich, dass mein Professor einmal während einer Vorlesung erwähnt hat, dass, zumindest als grobe Intuition, auch das Gegenteil der Fall ist, dh jeder zulässige Schätzer ist der Bayes-Schätzer für eine Auswahl von Prior. …
2
Filtern gegen Glätten in der Bayes'schen Schätzung
Ich stehe vor einer posterioren Verteilung in einer MCMC- Anwendung, die darauf abzielt, eine nicht beobachtbare Variable bei einer beobachteten Reihe y = \ {y_t \} ^ T_ {t = abzutasten 0} .x={xt}Tt=0x={xt}t=0Tx=\{x_t\}_{t=0}^{T}y={yt}Tt=0y={yt}t=0Ty=\{y_t\}^T_{t=0} Die bedingten Posterioren lauten jedoch p(xt|yt+1,yt,yt−1,xt−1,xt+1,Θ),p(xt|yt+1,yt,yt−1,xt−1,xt+1,Θ),p(x_t | y_{t+1}, y_t, y_{t-1} ,x_{t-1}, x_{t+1}, \Theta), wobei ΘΘ\Theta a ist …
1
So erhalten Sie multivariate glaubwürdige Intervallschätzungen / Regionen mit der höchsten Dichte (HDR) nach MCMC
Ich schätze 15 Parameter meines Modells unter Verwendung eines Bayes'schen Ansatzes und einer Markov-Ketten-Monte-Carlo-Methode (MCMC). Meine Daten nach dem Ausführen einer MCMC-Kette von 100000 Proben sind daher eine 100000 × 15-Tabelle mit Parameterwerten. Ich möchte 15-dimensionale Regionen mit der höchsten Dichte meiner posterioren Verteilung finden. Mein Problem: Das Clustering der …
1
Verwendung empirischer Prioritäten in PyMC
Ich verwende PyMC, um die posteriore Verteilung abzutasten, und bin auf eine Straßensperre gestoßen, bei der Priors aus Samples verwendet werden, keine Modelle. Meine Situation ist wie folgt: Ich habe einige empirische Daten für einen Parameter aus dem ich eine Wahrscheinlichkeitsverteilung p (z) berechne . Es ist kein Modell / …
1
Wann und wie vermeidet man eine unangemessene Verwendung des exakten Fisher-Tests?
Könnte jemand erklären, warum Richard McElreath sagt, dass der genaue Test von Fisher in seinem ausgezeichneten Bayes'schen Einführungsbuch ( Statistical Rethinking ) selten angemessen verwendet wird ? Als Referenz ist der Kontext unten: Warum reichen die Tests für innovative Forschung nicht aus? Die klassischen Verfahren der Einführungsstatistik sind in der …
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.