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
Bootstrap parametrico, semiparametrico e non parametrico per modelli misti
I seguenti innesti sono presi da questo articolo . Sono un novizio di bootstrap e sto cercando di implementare il bootstrap bootstrap parametrico, semiparametrico e non parametrico per il modello misto lineare con R bootpacchetto. Codice R Ecco il mio Rcodice: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
3
Ragionamento e condizionamento frequentista sulle osservazioni (esempio di Wagenmakers et al.)
Non sono un esperto di statistica, ma ritengo ci sia disaccordo sul fatto che un'interpretazione "frequente" o "bayesiana" della probabilità sia quella "giusta". Da Wagenmakers et. al p. 183: Considera una distribuzione uniforme con media e larghezza . Disegnare due valori casualmente da questa distribuzione, etichettare la più piccola e …
2
Consentire ai dati di dettare i priori e quindi eseguire il modello usando questi priori? (ad es. priori basati sui dati dallo stesso set di dati)
Comprendo che non dovremmo consentire allo stesso set di dati che stiamo analizzando di guidare / definire l'aspetto delle distribuzioni precedenti in un'analisi bayesiana. In particolare, non è appropriato definire distribuzioni precedenti per un'analisi bayesiana basata su statistiche riassuntive dello stesso set di dati su cui si useranno i priori …
9 bayesian  prior 
4
Come eseguire più test chi-quadrato post-hoc su un tavolo 2 X 3?
Il mio set di dati comprende la mortalità totale o la sopravvivenza di un organismo in tre tipi di siti: costiera, midchannel e offshore. I numeri nella tabella seguente rappresentano il numero di siti. 100% Mortality 100% Survival Inshore 30 31 Midchannel 10 20 Offshore 1 10 Vorrei sapere se …
2
Coniugato precedente per una distribuzione gamma
Ho bisogno di aggiornare il tasso di errore (dato come deterministico) in base al nuovo tasso di errore relativo allo stesso sistema (è anche deterministico). Ho letto di coniugati priori e distribuzione gamma come coniugato per il processo di Poisson. Inoltre, posso equiparare il valore medio di Gamma dist. ( …
9 bayesian 
1
Densità precedente non informativa su normale
Bayesian Data Analysis (p. 64) dice, per quanto riguarda un modello normale : una sensibile vaga densità precedente per e , assumendo una precedente indipendenza dei parametri di posizione e scala, è uniforme su o, equivalentemente,μμ\muσσ\sigma( μ , logσ)(μ,log⁡σ)(\mu, \log \sigma)p ( μ ,σ2) ∝ (σ2)- 1.p(μ,σ2)∝(σ2)−1. p(\mu, \sigma^2) \propto …
1
Qual è il modo corretto di scrivere la rete elastica?
Sono confuso sul modo corretto di scrivere la rete elastica. Dopo aver letto alcuni articoli di ricerca sembrano esserci tre forme 1) exp{ -λ1|βK| -λ2β2K}exp⁡{-λ1|βK|-λ2βK2}\exp\{-\lambda_1|\beta_k|-\lambda_2\beta_k^2\} 2) exp{ -(λ1|βK| +λ2β2K)σ2√}exp⁡{-(λ1|βK|+λ2βK2)σ2}\exp\{-\frac{(\lambda_1|\beta_k|+\lambda_2\beta_k^2)}{\sqrt{\sigma^2}}\} 3) exp{ -(λ1|βK| +λ2β2K)2σ2}exp⁡{-(λ1|βK|+λ2βK2)2σ2}\exp\{-\frac{(\lambda_1|\beta_k|+\lambda_2\beta_k^2)}{2\sigma^2}\} Semplicemente non capisco il modo corretto di aggiungere σ2σ2\sigma^2. Una delle espressioni sopra è corretta?
2
I prodotti di camper intercambiabili sono intercambiabili?
Supponi che e sono due variabili casuali che hanno componenti binari RV come componenti (pertanto ) ed entrambi ( e ) sono scambiabili, ovveroX=(X1,...,Xn),:(Ω,A,P)→({0,1}n,2{0,1}n)X=(X1,...,Xn),:(Ω,A,P)→({0,1}n,2{0,1}n)X=(X_1, ..., X_n),: (\Omega, A,P)\to (\{0,1\}^n, 2^{{\{0,1\}}^n})Y=(Y1,...,Yn):(Ω,A,P)→({0,1}n,2{0,1}n)Y=(Y1,...,Yn):(Ω,UN,P)→({0,1}n,2{0,1}n)Y=(Y_1, ..., Y_n):(\Omega, A,P)\to (\{0,1\}^n, 2^{{\{0,1\}}^n})Xio( ω ) ∈ { 0 , 1 } ,Yio( ω ) ∈ { 0 , …
1
Ottimizzazione bayesiana per rumore non gaussiano
Una funzione scatola nera f:Rn→Rf:Rn→Rf: \mathbb{R}^n \rightarrow \mathbb{R}, che viene valutato puntualmente in base al rumore gaussiano, ovvero f(x)+N(μ(x),σ(x)2)f(x)+N(μ(x),σ(x)2)f(x) + \mathcal{N}(\mu(x),\sigma(x)^2), può essere ridotto a icona utilizzando l'ottimizzazione bayesiana in cui un processo gaussiano viene utilizzato come modello di funzione rumoroso. Come si può utilizzare l'ottimizzazione bayesiana per funzioni soggette …
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.