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.

1
Quando si ri-parametrizza una funzione di verosimiglianza, è sufficiente collegare la variabile trasformata anziché una formula di modifica delle variabili?
Supponiamo che sto provando a ri-parametrizzare una funzione di probabilità che è distribuita esponenzialmente. Se la mia funzione di probabilità originale è: p ( y∣ θ ) = θ e- θ yp(y|θ)=θe-θy p(y \mid \theta) = \theta e^{-\theta y} e vorrei parametrizzarlo nuovamente usando , dato che non è una …
1
bayesglm (arm) contro MCMCpack
Sia bayesglm()(nel pacchetto arm R) che varie funzioni nel pacchetto MCMCpack mirano a fare una stima bayesiana di modelli lineari generalizzati, ma non sono sicuro che stiano effettivamente calcolando la stessa cosa. Le funzioni MCMCpack utilizzano la catena Markov Monte Carlo per ottenere un campione (dipendente) dal posteriore comune per …
3
Quando terminare il test A / B bayesiano?
Sto provando a fare i test A / B in modo bayesiano, come nella Programmazione probabilistica per hacker e nei test A / B bayesiani . Entrambi gli articoli presumono che il decisore decida quale delle varianti è meglio basata unicamente sulla probabilità di alcuni criteri, ad esempio , quindi …
2
Uguale o diverso? La via bayesiana
Di 'che ho il seguente modello: Poisson ( λ ) ∼ { λ1λ2se t < τse t ≥ τPoisson(λ)∼{λ1if t<τλ2if t≥τ\text{Poisson}(\lambda) \sim \begin{cases} \lambda_1 & \text{if } t \lt \tau \\ \lambda_2 & \text{if } t \geq \tau \end{cases} E dai miei dati i posteriori di e mostrati di seguito. …
4
Idea di modello misto e metodo bayesiano
Nel modello misto, supponiamo che gli effetti casuali (parametri) siano variabili casuali che seguono le normali distribuzioni. Sembra molto simile al metodo bayesiano, in cui tutti i parametri sono considerati casuali. Quindi il modello a effetti casuali è una specie di caso speciale del metodo bayesiano?
2
PyMC per clustering non parametrico: il processo di Dirichlet per stimare i parametri della miscela gaussiana non riesce a raggrupparsi
Impostazione del problema Uno dei primi problemi con i giocattoli a cui volevo applicare PyMC è il clustering non parametrico: dati alcuni dati, modello come una miscela gaussiana e apprendimento del numero di cluster, media e covarianza di ciascun cluster. La maggior parte di ciò che so di questo metodo …
3
Come visualizzare la bontà bayesiana di adattamento per la regressione logistica
Per un problema di regressione logistica bayesiana, ho creato una distribuzione predittiva posteriore. Prendo un campione dalla distribuzione predittiva e ricevo migliaia di campioni di (0,1) per ogni osservazione che ho. Visualizzare la bontà di adattamento è poco interessante, ad esempio: Questo diagramma mostra i 10.000 campioni + il punto …
1
Fattori di Bayes con priori impropri
Ho una domanda sul confronto tra modelli usando i fattori di Bayes. In molti casi, gli statistici sono interessati all'utilizzo di un approccio bayesiano con priori impropri (ad esempio alcuni priori Jeffreys e priori di riferimento). La mia domanda è, nei casi in cui la distribuzione posteriore dei parametri del …
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.