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.

3
Elicitare i priori ... con i soldi!
Supponiamo di avere 'esperti', da cui vorrei suscitare una distribuzione a priori su alcune variabili . Vorrei motivarli con soldi veri . L'idea è di suscitare i priori, osservare realizzazioni della variabile casuale , quindi dividere una predeterminata "borsa" tra gli esperti in base al modo in cui i loro …
10 bayesian  prior 
1
Quindi come includeresti le stime bayesiane in una meta-analisi?
Ispirato da questa domanda, in particolare "Problema 3": Le distribuzioni posteriori sono in qualche modo più difficili da incorporare in una meta-analisi, a meno che non sia stata fornita una descrizione parametrica frequente della distribuzione. Di recente ho pensato molto all'incorporazione della meta-analisi in un modello bayesiano - principalmente come …
2
Posso testare la validità di un dato precedente?
Problema Sto scrivendo una funzione R che esegue un'analisi bayesiana per stimare una densità posteriore dati un precedente informato e dati. Vorrei che la funzione inviasse un avviso se l'utente deve riconsiderare il precedente. In questa domanda, sono interessato a imparare a valutare un precedente. Le domande precedenti hanno riguardato …
1
I processi stocastici come il processo gaussiano / processo di Dirichlet hanno densità? In caso contrario, come può essere applicata la regola di Bayes?
Dirichlet Pocess e Gaussian Process sono spesso definiti "distribuzioni su funzioni" o "distribuzioni su distribuzioni". In tal caso, posso parlare in modo significativo della densità di una funzione in un GP? Cioè, il processo gaussiano o il processo di Dirichlet hanno qualche nozione di densità di probabilità? In caso contrario, …
5
Probabilità condizionate: sono uniche per il bayesismo?
Mi chiedo se le probabilità condizionate siano uniche del bayesianismo o se siano più un concetto generale che è condiviso tra diverse scuole di pensiero tra gli statisti / le persone di probabilità. In un certo senso suppongo che lo sia, perché presumo che nessuno possa p(A,B)=p(A|B)p(B)p(UN,B)=p(UN|B)p(B)p(A,B) = p(A|B)p(B) sia …
3
Gli iperpiani classificano in modo ottimale i dati quando gli input sono condizionatamente indipendenti - Perché?
Nel documento chiamato Deep Learning e il principio del collo di bottiglia delle informazioni gli autori dichiarano nella sezione II A) quanto segue: I singoli neuroni classificano solo input separabili linearmente, poiché possono implementare solo iperpiani nel loro spazio di input . Gli iperpiani possono classificare in modo ottimale i …
1
Jeffreys prima per la probabilità binomiale
Se uso un Jeffreys preventiva per un binomio parametro di probabilità allora questo implica l'utilizzo di un θ ~ b e t un ( 1 / 2 , 1 / 2 ) di distribuzione.θθ\thetaθ∼beta(1/2,1/2)θ∼beta(1/2,1/2)\theta \sim beta(1/2,1/2) Se trasformo in un quadro di riferimento quindi chiaramente φ non viene distribuito anche …
1
La formula per i test bayesiani A / B non ha alcun senso
Sto usando la formula del test ab bayesiano per calcolare i risultati del test AB usando la metodologia bayesiana. Pr ( pB> pUN) = ∑i = 0αB- 1B ( αUN+ i , βB+ βUN)( βB+ i ) B ( 1 + i , βB) B ( αUN, βUN)Pr(pB>pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA) \Pr(p_B > …
10 r  bayesian  ab-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.