Domande taggate «bayesian»

L'inferenza bayesiana è un metodo di inferenza statistica che si basa sul trattamento dei parametri del modello come variabili casuali e sull'applicazione del teorema di Bayes per dedurre dichiarazioni di probabilità soggettive sui parametri o ipotesi, subordinatamente al set di dati osservato.

13
Cosa c'è che non va nel fumetto Frequentists vs. Bayesians di XKCD?
Questo fumetto xkcd (Frequentists vs. Bayesians) prende in giro uno statistico frequentista che ottiene un risultato ovviamente sbagliato. Tuttavia, mi sembra che il suo ragionamento sia effettivamente corretto, nel senso che segue la metodologia frequentista standard. Quindi la mia domanda è "applica correttamente la metodologia frequentista?" Se no: quale sarebbe …
12
Chi sono i bayesiani?
Man mano che ci si interessa alle statistiche, la dicotomia "Frequentist" vs. "Bayesian" diventa presto un luogo comune (e chi non ha letto il segnale e il rumore di Nate Silver , comunque?). Nei colloqui e nei corsi introduttivi, il punto di vista è in gran parte frequentista ( MLE …
6
Ci sono esempi in cui gli intervalli credibili bayesiani sono ovviamente inferiori agli intervalli di confidenza del frequentatore
Una recente domanda sulla differenza tra confidenza e intervalli credibili mi ha portato a iniziare a rileggere l'articolo di Edwin Jaynes su questo argomento: Jaynes, ET, 1976. "Intervalli di confidenza contro intervalli bayesiani", in Fondamenti di teoria della probabilità, inferenza statistica e teorie statistiche della scienza, WL Harper e CA …
3
Un esempio: regressione di LASSO utilizzando glmnet per il risultato binario
Sto iniziando a dilettarsi con l'uso di glmnetcon LASSO Regressione dove il mio risultato di interesse è dicotomica. Di seguito ho creato un piccolo frame di dati finti: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) …
78 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 
10
C'è qualche base * matematica * per il dibattito bayesiano vs frequentista?
Su Wikipedia dice che: la matematica [della probabilità] è ampiamente indipendente da qualsiasi interpretazione della probabilità. Domanda: Quindi se vogliamo essere matematicamente corretti, non dovremmo impedire qualsiasi interpretazione della probabilità? Vale a dire, sia il bayesiano che il frequentismo sono matematicamente errati? Non mi piace la filosofia, ma mi piace …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.