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
Quante facce ha un dado? Inferenza bayesiana in JAGS
Problema Vorrei fare una certa deduzione su un sistema analogo a morire con un numero sconosciuto di lati. Il dado viene lanciato più volte, dopo di che desidero inferire una distribuzione di probabilità su un parametro corrispondente al numero di lati del dado, θ. Intuizione Se dopo 40 tiri hai …
1
Limitazioni MCMC / EM? MCMC over EM?
Attualmente sto imparando i modelli gerarchici bayesiani usando JAGS da R, e anche pymc usando Python ( "Metodi bayesiani per hacker" ). Da questo post posso trarre qualche intuizione : "finirai con un mucchio di numeri che sembrano" come se "tu fossi in qualche modo riuscito a prendere campioni indipendenti …
1
Una stima bayesiana con un "precedente piatto" equivale a una stima della massima verosimiglianza?
In filogenetica, gli alberi filogenetici sono spesso costruiti utilizzando MLE o analisi bayesiana. Spesso, nella stima bayesiana viene utilizzato un precedente piatto. A quanto ho capito, una stima bayesiana è una stima della probabilità che incorpora un precedente. La mia domanda è, se usi un flat flat, è diverso dal …
4
Che cos'è una "distribuzione strettamente positiva"?
Sto leggendo "Causality" della Judea Pearl (seconda edizione 2009) e nella sezione 1.1.5 Indipendenza condizionale e Graphoids, afferma: Di seguito è riportato un elenco (parziale) di proprietà soddisfatte dalla relazione di indipendenza condizionale (X_ || _Y | Z). Simmetria: (X_ || _ Y | Z) ==> (Y_ || _X | …
3
Comprensione delle distribuzioni predittive bayesiane
Sto prendendo un corso di introduzione a Bayes e ho qualche difficoltà a capire le distribuzioni predittive. Capisco perché sono utili e ho familiarità con la definizione, ma ci sono alcune cose che non capisco bene. 1) Come ottenere la giusta distribuzione predittiva per un vettore di nuove osservazioni Supponiamo …
3
Perché il teorema di Bayes funziona graficamente?
Da un punto di vista matematico il teorema di Bayes ha perfettamente senso per me (cioè derivare e provare), ma ciò che non so è se esiste o meno un bel argomento geometrico o grafico che può essere mostrato per spiegare il teorema di Bayes. Ho provato a cercare su …
2
In che modo un precedente uniforme porta alle stesse stime dalla massima probabilità e modalità del posteriore?
Sto studiando diversi metodi di stima puntuale e leggo che quando si utilizzano stime MAP vs ML, quando si usa un "precedente uniforme", le stime sono identiche. Qualcuno può spiegare cos'è un precedente "uniforme" e fornire alcuni (semplici) esempi di quando gli stimatori MAP e ML sarebbero gli stessi?
1
Mettere un precedente sul parametro di concentrazione in un processo di Dirichlet
La maggior parte di questi è sfondo, salta alla fine se conosci già abbastanza le miscele di processo di Dirichlet . Supponiamo che stia modellando alcuni dati come provenienti da una combinazione di processi di Dirichlet, ovvero che e subordinato a assumanoF∼D(αH)F∼D(αH)F \sim \mathcal D(\alpha H)FFFYi∼iid∫f(y|θ)F(dθ).Yi∼iid∫f(y|θ)F(dθ).Y_i \stackrel {iid}{\sim} \int f(y …
2
Stan può fare dei predittivi?
Stan (in particolare, Iran) ha strutture integrate per generare distribuzioni posteriori predittive? Non è difficile generare la distribuzione dall'innesto standard, ma preferirei non reinventare la ruota.
2
"Dimenticanza" del priore nell'ambientazione bayesiana?
E 'ben noto che quando si dispone di ulteriori elementi di prova (ad esempio sotto forma di grande per esempi IID), il bayesiano prima viene "dimenticato", e la maggior parte l'inferenza è influenzato dalle prove (o la probabilità).nnnnnn È facile vederlo per vari casi specifici (come Bernoulli con Beta precedente …
9 bayesian  prior 
2
Distribuzioni su sottoinsiemi di ?
Mi chiedo se ci siano tipi di distribuzioni standard su sottoinsiemi di numeri interi . Allo stesso modo, potremmo esprimere questo come una distribuzione su un vettore di lunghezza di esiti binari, ad esempio se allora corrisponde al vettore .{1,2,...,J}{1,2,...,J}\{1, 2, ..., J\}JJJJ=5J=5J = 5{1,3,5}{1,3,5}\{1, 3, 5\}(1,0,1,0,1)(1,0,1,0,1)(1, 0, 1, 0, …
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.