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.

2
Piatti, coniugati e iper priori. Quali sono?
Attualmente sto leggendo dei metodi bayesiani nell'evoluzione molecolare computazionale di Yang. Nella sezione 5.2 parla di priori e in particolare di Non informativo / piatto / vago / diffuso, coniugato e iper priori. Ciò potrebbe richiedere una semplificazione eccessiva, ma qualcuno potrebbe spiegare semplicemente la differenza tra questi tipi di …
15 bayesian  prior 
2
Stima della distribuzione posteriore della covarianza di un gaussiano multivariato
Devo "imparare" la distribuzione di un gaussiano bivariato con pochi campioni, ma una buona ipotesi sulla distribuzione precedente, quindi vorrei usare l'approccio bayesiano. Ho definito il mio precedente: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ \mathbf{\Sigma_0} = \begin{bmatrix} 16 & …
2
Che cos'è un "metodo di passaggio messaggi"?
Ho un vago senso di cosa sia un metodo di passaggio di messaggi: un algoritmo che costruisce un'approssimazione a una distribuzione costruendo iterativamente approssimazioni di ciascuno dei fattori della distribuzione condizionali su tutte le approssimazioni di tutti gli altri fattori. Credo che entrambi siano esempi di passaggio di messaggi e …
2
La connessione tra statistica bayesiana e modellistica generativa
Qualcuno può riferirmi a un buon riferimento che spiega la connessione tra le statistiche bayesiane e le tecniche di modellazione generativa? Perché di solito usiamo modelli generativi con tecniche bayesiane? Perché è particolarmente interessante utilizzare le statistiche bayesiane in assenza di dati completi, se non del tutto? Nota che vengo …
2
Da dove provengono i condizionali completi nel campionamento di Gibbs?
Gli algoritmi MCMC come Metropolis-Hastings e il campionamento di Gibbs sono metodi di campionamento dalle distribuzioni posteriori articolari. Penso di capire e di implementare abbastanza velocemente la metropoli: basta semplicemente scegliere i punti di partenza in qualche modo e "camminare nello spazio dei parametri" in modo casuale, guidato dalla densità …
15 bayesian  mcmc  gibbs 
2
Esiste un metodo standard per affrontare il problema del cambio di etichetta nella stima MCMC dei modelli di miscele?
La commutazione delle etichette (ovvero la distribuzione posteriore è invariante rispetto alle etichette dei componenti di commutazione) è un problema problematico quando si utilizza MCMC per stimare i modelli di miscela. Esiste una metodologia standard (come ampiamente accettata) per affrontare il problema? Se non esiste un approccio standard, quali sono …
15 bayesian  mcmc  mixture 
2
Costante normalizzante nel teorema di Bayes
Ho letto che nella regola di Bayes, il denominatore diPr(data)Pr(data)\Pr(\textrm{data}) Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)\Pr(\text{parameters} \mid \text{data}) = \frac{\Pr(\textrm{data} \mid \textrm{parameters}) \Pr(\text{parameters})}{\Pr(\text{data})} viene chiamata una costante normalizzante . Che cosa è esattamente? Qual è il suo scopo? Perché sembra ? Perché non dipende dai parametri?Pr(data)Pr(data)\Pr(data)
5
C'è di più nella probabilità del bayesianismo?
Come studente di fisica, ho sperimentato la lezione "Perché sono un bayesiano" forse una mezza dozzina di volte. È sempre lo stesso - il presentatore spiega compiaciuto come l'interpretazione bayesiana sia superiore all'interpretazione frequentista presumibilmente impiegata dalle masse. Citano la regola, l'emarginazione, i priori e i posteriori di Bayes. Qual …
1
Quale metodo di confronto multiplo utilizzare per un modello lmer: lsmeans o glht?
Sto analizzando un set di dati usando un modello di effetti misti con un effetto fisso (condizione) e due effetti casuali (partecipante a causa del disegno e della coppia all'interno del soggetto). Il modello è stato generato conlme4 pacchetto: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Successivamente, ho eseguito un test del rapporto di verosimiglianza di …
1
Monte Carlo Hamiltoniano per manichini
Potresti fornire una spiegazione dettagliata dei manichini su come funziona la Hamiltoniano Monte Carlo? PS: ho già letto le risposte qui, Hamiltonian Monte Carlo , e qui, Hamiltonian Monte Carlo vs. Sequential Monte Carlo , e qui, Hamiltonian Monte Carlo: come dare un senso alla proposta Metropolis-Hasting? e non lo …
14 bayesian  hmc 
4
Probabilità che l'ipotesi nulla sia vera
Quindi, questa potrebbe essere una domanda comune, ma non ho mai trovato una risposta soddisfacente. Come si determina la probabilità che l'ipotesi nulla sia vera (o falsa)? Supponiamo che tu dia agli studenti due diverse versioni di un test e desideri vedere se le versioni erano equivalenti. Esegui un test …
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.