Statistiche e Big Data bayesian

2

Quali distribuzioni precedenti potrebbero / dovrebbero essere utilizzate per la varianza in un modello gerarchico bayesisan quando la varianza media è interessante?

Nel suo ampiamente citato documento Distribuzioni precedenti per parametri di varianza in modelli gerarchici (916 citazione finora su Google Scholar) Gelman propone che buone distribuzioni precedenti non informative per la varianza in un modello bayesiano gerarchico siano la distribuzione uniforme e la distribuzione della mezza t. Se capisco bene le …

16 bayesian variance prior jags hierarchical-bayesian

2

Cosa sono le strutture a R in una glmm?

Ho usato il MCMCglmmpacchetto di recente. Sono confuso da ciò che viene indicato nella documentazione come struttura a R e struttura a G. Questi sembrano riguardare gli effetti casuali - in particolare specificando i parametri per la distribuzione precedente su di essi, ma la discussione nella documentazione sembra presumere che …

16 r bayesian mixed-model lme4-nlme

2

Premi ed esegui MCMC

Sto cercando di implementare l'algoritmo MCMC hit and run, ma ho un po 'di problemi a capire come procedere. L'idea generale è la seguente: Per generare un salto di proposta in MH, noi: Generare una direzione da una distribuzione sulla superficie della sfera dell'unità OdddOO\mathcal{O} Genera una distanza con lungo …

16 r bayesian mcmc

1

Scelta tra beta precedenti non informativi

Sto cercando priori non informativi per la distribuzione beta per lavorare con un processo binomiale (Hit / Miss). All'inizio ho pensato di usare che genera un PDF uniforme o Jeffrey precedente α = 0,5 , β = 0,5 . Ma in realtà sto cercando priori che abbiano il minimo effetto …

16 bayesian prior beta-distribution uninformative-prior

3

Come scegliere prima nella stima dei parametri bayesiani

Conosco 3 metodi per eseguire la stima dei parametri, l'approccio ML, MAP e Bayes. E per l'approccio MAP e Bayes, dobbiamo scegliere i priori per i parametri, giusto? Supponiamo di avere questo modello , in cui sono parametri, per fare la stima usando MAP o Bayes, ho letto nel libro …

16 bayesian estimation prior

5

Perché ?

15 probability bayesian

2

Siamo frequentisti davvero solo bayesiani impliciti / inconsapevoli?

Per un dato problema di inferenza, sappiamo che un approccio bayesiano di solito differisce sia nella forma che nei risultati da un approccio fequentista. I frequentatori (di solito mi includono) sottolineano spesso che i loro metodi non richiedono un precedente e quindi sono più "guidati dai dati" che dal "giudizio …

15 bayesian inference likelihood likelihood-ratio frequentist

2

In che modo ABC e MCMC differiscono nelle loro applicazioni?

Per quanto mi riguarda, il calcolo approssimativo bayesiano (ABC) e la catena di Markov Monte Carlo (MCMC) hanno obiettivi molto simili. Di seguito descrivo la mia comprensione di questi metodi e come percepisco le differenze nella loro applicazione ai dati della vita reale. Calcolo bayesiano approssimativo L'ABC consiste nel campionare …

15 bayesian mcmc computational-statistics

2

Campionamento da una distribuzione impropria (usando MCMC e altro)

La mia domanda di base è: come campioneresti da una distribuzione impropria? Ha anche senso campionare da una distribuzione impropria? Il commento di Xi'an qui affronta in qualche modo la domanda, ma stavo cercando qualche dettaglio in più su questo. Più specifico per MCMC: Parlando di MCMC e leggendo articoli, …

15 distributions bayesian mcmc markov-process improper-prior

2

Le previsioni dal modello BSTS (in R) non riescono completamente

Dopo aver letto questo post sul blog sui modelli strutturali delle serie temporali bayesiane, ho voluto esaminare l'implementazione nel contesto di un problema per il quale avevo precedentemente utilizzato ARIMA. Ho alcuni dati con alcuni componenti stagionali noti (ma rumorosi) - ci sono sicuramente componenti annuali, mensili e settimanali a …

15 r time-series bayesian mcmc bsts

2

Perché la distribuzione posteriore nell'inferenza bayesiana è spesso intrattabile?

Ho un problema a capire perché l'inferenza bayesiana porta a problemi intrattabili. Il problema viene spesso spiegato in questo modo: Quello che non capisco è perché questo integrale debba essere valutato in primo luogo: mi sembra che il risultato dell'integrale sia semplicemente una costante di normalizzazione (come viene dato il …

15 bayesian inference

7

Cosa hai fatto / fatto per ricordare la regola di Bayes?

Penso che un buon modo per ricordare la formula sia pensare alla formula in questo modo: La probabilità che un determinato evento A abbia un determinato risultato dato un risultato indipendente B = la probabilità che si verifichino simultaneamente entrambi i risultati / qualunque cosa si possa dire la probabilità …

15 bayesian bayes

1

Come rispondere ai revisori che chiedono valori p nel modello multilivello bayesiano?

Un revisore ci ha chiesto di fornire valori p per comprendere meglio le stime del modello nel nostro modello multilivello bayesiano. Il modello è un modello tipico di più osservazioni per partecipante in un esperimento. Abbiamo stimato il modello con Stan, quindi possiamo facilmente calcolare ulteriori statistiche posteriori. Attualmente, stiamo …

15 bayesian p-value multilevel-analysis

2

Regressione della cresta - interpretazione bayesiana

Ho sentito che la regressione della cresta può essere derivata come media di una distribuzione posteriore, se il priore viene scelto adeguatamente. L'intuizione che i vincoli impostati sui coefficienti di regressione dal precedente (ad es. Distribuzioni normali standard attorno a 0) sono identici / sostituisce la penalità impostata sulla dimensione …

15 bayesian prior ridge-regression

3

Perché nessuno usa il classificatore bayesiano multinomiale Naive Bayes?

Quindi nella modellazione di testo (senza supervisione), Latent Dirichlet Allocation (LDA) è una versione bayesiana di Probabilistic Latent Semantic Analysis (PLSA). In sostanza, LDA = PLSA + Dirichlet ha preceduto i suoi parametri. La mia comprensione è che LDA è ora l'algoritmo di riferimento ed è implementato in vari pacchetti, …

15 bayesian multinomial prior naive-bayes dirichlet-distribution

Domande taggate «bayesian»