Statistiken und Big Data prior

1

Ich versuche, den Jeffreys-Prior für eine negative Binomialverteilung zu erhalten. Ich kann nicht sehen, wo ich falsch liege. Wenn also jemand darauf hinweisen könnte, wäre das sehr willkommen. Okay, die Situation ist also folgende: Ich soll die vorherigen Verteilungen vergleichen, die unter Verwendung eines Binomials und eines negativen Binomials erhalten …

11 probability bayesian inference prior

2

Was ist ein "Unit Information Prior"?

Ich habe Wagenmakers (2007) gelesen. Eine praktische Lösung für das allgegenwärtige Problem der p-Werte . Ich bin fasziniert von der Umwandlung von BIC-Werten in Bayes-Faktoren und -Wahrscheinlichkeiten. Bisher habe ich jedoch keine guten Kenntnisse darüber, was genau eine Einheiteninformation zuvor ist. Ich wäre dankbar für eine Erklärung mit Bildern oder …

11 prior bic bayes unit-information-prior

2

Warum gibt es Empfehlungen gegen die Verwendung von Jeffreys oder entropiebasierten Priors für MCMC-Sampler?

Auf ihrer Wiki-Seite geben die Entwickler von Stan Folgendes an: Einige Prinzipien, die wir nicht mögen: Invarianz, Jeffreys, Entropie Stattdessen sehe ich viele Normalverteilungsempfehlungen. Bisher habe ich Bayes'sche Methoden verwendet, die nicht auf Stichproben beruhten, und war froh zu verstehen, warum war eine gute Wahl für Binomialwahrscheinlichkeiten.θ∼Beta(α=12,β=12)θ∼Beta(α=12,β=12)\theta \sim \text{Beta}\left(\alpha=\frac{1}{2},\beta=\frac{1}{2}\right)

11 bayesian mcmc prior pymc stan

1

Warum ist LKJcorr ein guter Prior für die Korrelationsmatrix?

Ich lese das Kapitel 13 "Adventures in Covariance" in dem ( hervorragenden ) Buch Statistical Rethinking von Richard McElreath, in dem er das folgende hierarchische Modell vorstellt: ( Rist eine Korrelationsmatrix) Der Autor erklärt, dass dies LKJcorrein schwach informativer Prior ist, der als Regularisierungsprior für die Korrelationsmatrix fungiert. Aber warum …

11 regression self-study correlation prior hierarchical-bayesian

2

Unterschied zwischen nicht informativen und unangemessenen Priors

Ich frage mich, was der Unterschied zwischen diesen beiden Arten von Priors ist: Nicht informativ Unsachgemäß

10 bayesian prior improper-prior

1

Bayes-Faktoren mit unpassenden Prioritäten

Ich habe eine Frage zum Modellvergleich mit Bayes-Faktoren. In vielen Fällen sind Statistiker daran interessiert, einen Bayes'schen Ansatz mit falschen Priors zu verwenden (zum Beispiel einige Jeffreys-Priors und Referenzpriors). Meine Frage ist, ob es in den Fällen, in denen die posteriore Verteilung der Modellparameter genau definiert ist, gültig ist, Modelle …

10 bayesian model-selection prior

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

2

Was genau ist vorher schwach informativ?

Gibt es eine genaue Definition von schwach informativem Prior? Wie unterscheidet es sich von einem subjektiven Prior mit breiter Unterstützung?

10 bayesian prior

1

Wie zeichne ich frühere Verteilungen in Stan?

Ich habe versucht, ein Stan-Modell ohne Daten auszuführen, um Diagramme für die vorherigen Verteilungen zu erhalten. Dies scheint jedoch nicht möglich zu sein. Ich erhalte eine Fehlermeldung, dass mein Modell keine Muster enthält. Gibt es also eine Möglichkeit, zu den vorherigen Distributionen zu gelangen? Vielleicht ist es möglich, Stan ohne …

10 prior stan

3

Erfordert ein Bayes-Schätzer, dass der wahre Parameter eine mögliche Abweichung vom Prior ist?

Dies mag eine philosophische Frage sein, aber hier geht es weiter: In der Entscheidungstheorie wird das Risiko eines Bayes-Schätzers für in Bezug auf eine vorherige Verteilung on definiert .θ^( x )θ^(x)\hat\theta(x)& pgr; & THgr;& thgr; ∈ & THgr;θ∈Θ\theta\in\Thetaππ\piΘΘ\Theta Einerseits muss eine mögliche Variation unter , damit das wahre die Daten …

9 bayesian prior decision-theory point-estimation

1

Welches Deep-Learning-Modell kann Kategorien klassifizieren, die sich nicht gegenseitig ausschließen?

Beispiele: Ich habe einen Satz in der Stellenbeschreibung: "Java Senior Engineer in UK". Ich möchte ein Deep-Learning-Modell verwenden, um es als zwei Kategorien vorherzusagen: English und IT jobs. Wenn ich ein traditionelles Klassifizierungsmodell verwende, kann es nur 1 Etikett mit softmaxFunktion auf der letzten Ebene vorhersagen . Somit kann ich …

9 machine-learning deep-learning natural-language tensorflow sampling distance non-independent application regression machine-learning logistic mixed-model control-group crossover r multivariate-analysis ecology procrustes-analysis vegan regression hypothesis-testing interpretation chi-squared bootstrap r bioinformatics bayesian exponential beta-distribution bernoulli-distribution conjugate-prior distributions bayesian prior beta-distribution covariance naive-bayes smoothing laplace-smoothing distributions data-visualization regression probit penalized estimation unbiased-estimator fisher-information unbalanced-classes bayesian model-selection aic multiple-regression cross-validation regression-coefficients nonlinear-regression standardization naive-bayes trend machine-learning clustering unsupervised-learning wilcoxon-mann-whitney z-score econometrics generalized-moments method-of-moments machine-learning conv-neural-network image-processing ocr machine-learning neural-networks conv-neural-network tensorflow r logistic scoring-rules probability self-study pdf cdf classification svm resampling forecasting rms volatility-forecasting diebold-mariano neural-networks prediction-interval uncertainty

1

Wie formalisiert man eine vorherige Wahrscheinlichkeitsverteilung? Gibt es Faustregeln oder Tipps, die man verwenden sollte?

Während ich gerne denke, dass ich das Konzept der Vorinformationen in der statistischen Analyse und Entscheidungsfindung von Bayes gut verstehe, habe ich oft Probleme, mich mit seiner Anwendung zu befassen. Ich denke an einige Situationen, die meine Kämpfe veranschaulichen, und ich habe das Gefühl, dass sie in den Bayes'schen statistischen …

9 bayesian prior rule-of-thumb elicitation

1

Auswahl der Prioritäten basierend auf dem Messfehler

Wie berechnen Sie den entsprechenden Prior, wenn Sie den Messfehler eines Instruments haben? Dieser Absatz stammt aus Cressies Buch "Statistik für räumlich-zeitliche Daten": Es ist häufig der Fall, dass einige vorherige Informationen bezüglich der Messfehlervarianz verfügbar sind, so dass ein ziemlich informatives Parametermodell spezifiziert werden kann. Wenn wir zum Beispiel …

9 bayesian standard-error error prior measurement-error

2

"Vergesslichkeit" des Prior in der Bayes'schen Umgebung?

Es ist bekannt, dass der Bayes'sche Prior "vergessen" wird , wenn Sie mehr Beweise haben (z. B. in Form eines größeren für iid-Beispiele), und der größte Teil der Schlussfolgerung wird durch die Beweise (oder die Wahrscheinlichkeit) beeinflusst.nnnnnn Es ist leicht, es für verschiedene spezielle Fälle zu sehen (wie Bernoulli mit …

9 bayesian prior

2

Erlauben Sie Daten, die Prioritäten zu diktieren, und führen Sie das Modell dann mit diesen Prioritäten aus? (z. B. datengesteuerte Prioritäten aus demselben Datensatz)

Nach meinem Verständnis sollten wir nicht zulassen, dass derselbe Datensatz, den wir analysieren, bestimmt / definiert, wie die vorherigen Verteilungen in einer Bayes'schen Analyse aussehen. Insbesondere ist es unangemessen, frühere Verteilungen für eine Bayes'sche Analyse basierend auf zusammenfassenden Statistiken aus demselben Datensatz zu definieren, an den Sie dann die Prioritäten …

9 bayesian prior

Als «prior» getaggte Fragen