Statistiken und Big Data inference

3

Was bedeutet eine "nachvollziehbare" Verteilung?

Zum Beispiel hören wir in einem generativen kontradiktorischen Netzwerk oft, dass Inferenz einfach ist, weil die bedingte Verteilung von x bei gegebener latenter Variable z 'traktierbar' ist. Außerdem habe ich irgendwo gelesen, dass eine Boltzmann-Maschine und ein Variations-Autoencoder verwendet werden, bei denen die posteriore Verteilung nicht nachvollziehbar ist, so dass …

13 inference variational-bayes gan

3

Forscher 1 führt 1000 Regressionen aus, Forscher 2 führt nur 1 aus, beide führen zu denselben Ergebnissen - sollten sie unterschiedliche Schlussfolgerungen ziehen?

Stellen Sie sich vor, ein Forscher untersucht einen Datensatz und führt 1000 verschiedene Regressionen durch und findet eine interessante Beziehung zwischen ihnen. Stellen Sie sich nun vor, ein anderer Forscher mit denselben Daten führt nur eine Regression aus, und es stellt sich heraus, dass der andere Forscher 1000 Regressionen durchgeführt …

12 bayesian multiple-regression multiple-comparisons inference theory

4

Kann mit ARIMA eine trendstationäre Serie modelliert werden?

Ich habe eine Frage / Verwirrung über stationäre Reihen, die für die Modellierung mit ARIMA (X) benötigt werden. Ich denke darüber mehr in Bezug auf die Schlussfolgerung (Wirkung einer Intervention) nach, möchte aber wissen, ob Prognose und Schlussfolgerung einen Unterschied in der Reaktion bewirken. Frage: Alle einleitenden Ressourcen, die ich …

12 time-series econometrics arima inference

1

Rückschluss auf feste Effekte in einem Mixed-Effects-Modell

Ich habe Daten korreliert und verwende ein logistisches Regressionsmischeffektmodell, um den individuellen (bedingten) Effekt für einen interessierenden Prädiktor abzuschätzen. Ich weiß, dass bei Standard-Marginalmodellen die Rückschlüsse auf Modellparameter unter Verwendung des Wald-Tests für die Wahrscheinlichkeitsrate und die Score-Tests konsistent sind. Sie sind normalerweise ungefähr gleich. Da der Wald einfach zu …

12 logistic mixed-model inference

1

Bayesianische Netzinferenz mit Pymc (Anfänger-Verwirrung)

Ich nehme gerade am PGM-Kurs von Daphne Koller auf Coursera teil. Dabei modellieren wir im Allgemeinen ein Bayes'sches Netzwerk als Ursache-Wirkungs-Diagramm der Variablen, die Teil der beobachteten Daten sind. Aber bei PyMC-Tutorials und Beispielen sehe ich im Allgemeinen, dass es nicht ganz so modelliert ist wie das PGM oder zumindest …

12 bayesian inference bayesian-network pymc

1

Wenn ein Tennismatch ein einzelner großer Satz wäre, wie viele Spiele würden die gleiche Genauigkeit ergeben?

Tennis hat ein besonderes dreistufiges Punktesystem, und ich frage mich, ob dies aus der Sicht eines Spiels als Experiment zur Bestimmung des besseren Spielers einen statistischen Nutzen hat. Für diejenigen, die nicht mit normalen Regeln vertraut sind, wird ein Spiel mit den ersten 4 Punkten gewonnen, solange Sie einen Vorsprung …

12 probability inference games

2

Behrens-Fisher-Problem

Gibt es einen guten veröffentlichten Expository-Bericht mit mathematischen Details zu den verschiedenen Ansätzen, die für das Behrens-Fisher-Problem verwendet wurden?

12 inference references

2

Warum werden in der Bayes'schen Folgerung einige Begriffe aus der posterioren Vorhersage gestrichen?

In Kevin Murphys Conjugate Bayesian-Analyse der Gaußschen Verteilung schreibt er, dass die posteriore prädiktive Verteilung ist p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta Dabei ist die Daten, an die das Modell angepasst ist, und sind unsichtbare Daten. Was ich nicht verstehe ist, warum …

12 bayesian predictive-models inference posterior

2

Warum werden "Fehler in X" -Modellen nicht häufiger verwendet?

Wenn wir den Standardfehler eines Regressionskoeffizienten berechnen, erklärst wir nicht für die Zufälligkeit in der Design - Matrix XXX . In OLS wir zum Beispiel berechnen var(β^)var(β^)\text{var}(\hat{\beta}) als var((XTX)−1XTY)=σ2(XTX)−1var((XTX)−1XTY)=σ2(XTX)−1\text{var}((X^TX)^{-1}X^TY) = \sigma^2(X^TX)^{-1} Wenn die XXX als zufällig betrachtet würde, würde das Gesetz der Gesamtvarianz in gewissem Sinne auch den zusätzlichen Beitrag …

11 regression probability variance inference

2

Die Maximum-Likelihood-Parameter weichen von den posterioren Verteilungen ab

Ich habe eine Wahrscheinlichkeitsfunktion für die Wahrscheinlichkeit meiner Daten bei einigen Modellparametern , die ich schätzen möchte. Unter der Annahme flacher Prioritäten für die Parameter ist die Wahrscheinlichkeit proportional zur posterioren Wahrscheinlichkeit. Ich benutze eine MCMC-Methode, um diese Wahrscheinlichkeit abzutasten.L(d|θ)L(d|θ)\mathcal{L}(d | \theta)dddθ∈RNθ∈RN\theta \in \mathbf{R}^N Wenn ich mir die resultierende konvergierte …

11 bayesian maximum-likelihood optimization inference mcmc

1

Was bedeutet "Variation"?

Bezieht sich die Verwendung von "Variation" immer auf die Optimierung durch Variationsinferenz? Beispiele: "Variations-Auto-Encoder" "Variations-Bayes'sche Methoden" "Variations-Renormierungsgruppe"

11 machine-learning optimization inference

1

Sollten Freiheitsgradkorrekturen verwendet werden, um auf GLM-Parameter zu schließen?

Diese Frage ist inspiriert von Martijns Antwort hier . Angenommen, wir passen ein GLM für eine Ein-Parameter-Familie wie ein Binomial- oder Poisson-Modell an und es handelt sich um ein Verfahren mit voller Wahrscheinlichkeit (im Gegensatz zu beispielsweise Quasipoisson). Dann ist die Varianz eine Funktion des Mittelwerts. Mit Binomial: und mit …

11 regression generalized-linear-model inference approximation t-distribution

2

Sind Bayes'sche Methoden von Natur aus sequentiell?

Das heißt, um eine sequentielle Analyse (Sie wissen nicht im Voraus genau, wie viele Daten Sie sammeln werden) mit häufig verwendeten Methoden durchzuführen, ist besondere Sorgfalt erforderlich. Sie können nicht einfach Daten sammeln, bis der p-Wert ausreichend klein wird oder ein Konfidenzintervall ausreichend kurz wird. Aber ist dies bei der …

11 bayesian inference philosophical sequential-analysis

1

Hypothesentest und die wissenschaftliche Methode

Als ich die Antworten auf diesen Thread las , fragte ich mich, wie sich das Testen von Hypothesen auf die wissenschaftliche Methode bezieht . Obwohl ich beide gut verstehe, fällt es mir schwer, die genaue Verbindung zwischen ihnen herzustellen. Auf hohem Niveau läuft die wissenschaftliche Methode auf Folgendes hinaus: Machen …

11 hypothesis-testing inference

7

Wie würden Sie Personen ohne statistischen Hintergrund die statistische Signifikanz erklären?

Hintergrund: Ich musste eine Datenanalyse für einen Mandanten (eine Art Anwalt) durchführen, der ein absoluter Anfänger in der Statistik war. Er fragte mich, was der Begriff "statistische Signifikanz" bedeutet und ich versuchte wirklich, ihn zu erklären ... aber da ich nicht gut darin bin, Dinge zu erklären, habe ich versagt;)

11 statistical-significance inference communication

Als «inference» getaggte Fragen