Statistiche e Big Data bayesian

5

Il posteriore bayesiano deve essere una distribuzione adeguata?

So che i priori non hanno bisogno di essere propri e che neanche la funzione di verosimiglianza si integra con 1. Ma il posteriore deve essere una distribuzione adeguata? Quali sono le implicazioni se è / non è?

21 distributions bayesian posterior

1

Quali sono alcuni miglioramenti ben noti rispetto agli algoritmi MCMC del libro di testo che le persone usano per l'inferenza bayesiana?

Quando sto codificando una simulazione Monte Carlo per qualche problema, e il modello è abbastanza semplice, utilizzo un campionario Gibbs molto semplice. Quando non è possibile utilizzare il campionamento di Gibbs, codifico il libro di testo Metropolis-Hastings che ho imparato anni fa. L'unico pensiero che ci faccio è scegliere la …

21 bayesian mcmc gibbs metropolis-hastings

3

Avere un coniugato prima: Proprietà profonda o incidente matematico?

Alcune distribuzioni hanno priori coniugati e altre no. Questa distinzione è solo un incidente? Cioè, fai la matematica, e funziona in un modo o nell'altro, ma non ti dice davvero nulla di importante sulla distribuzione tranne il fatto stesso? O la presenza o l'assenza di un coniugato precedente riflette alcune …

21 bayesian mathematical-statistics conjugate-prior

1

Diagnostica residua nei modelli di regressione basati su MCMC

Di recente ho intrapreso il montaggio di modelli misti di regressione nel framework bayesiano, utilizzando un algoritmo MCMC (funzione MCMCglmm in R in realtà). Credo di aver capito come diagnosticare la convergenza del processo di stima (traccia, grafico geweke, autocorrelazione, distribuzione posteriore ...). Una delle cose che mi colpisce nel …

21 r bayesian mixed-model mcmc residuals

2

Come scegliere tra algoritmi di apprendimento

Devo implementare un programma che classificherà i record in 2 categorie (vero / falso) sulla base di alcuni dati di addestramento e mi chiedevo quale algoritmo / metodologia dovrei guardare. Sembra che ce ne siano molti tra cui scegliere: rete neurale artificiale, algoritmo genetico, apprendimento automatico, ottimizzazione bayesiana ecc. Ecc., …

21 machine-learning bayesian optimization genetic-algorithms

5

Introduzione alla teoria delle misure

Sono interessato a saperne di più sulle tecniche bayesiane non parametriche (e relative). Il mio background è in informatica e anche se non ho mai seguito un corso di teoria della misura o teoria della probabilità, ho avuto una quantità limitata di formazione formale in probabilità e statistica. Qualcuno può …

21 probability bayesian references theory

4

Distribuzioni precedenti debolmente informative per i parametri di scala

Ho usato le distribuzioni log normali come distribuzioni precedenti per i parametri di scala (per distribuzioni normali, t distribuzioni ecc.) Quando ho un'idea approssimativa di come dovrebbe essere la bilancia, ma voglio sbagliare sul lato del dire che non lo so molto al riguardo. Lo uso perché quell'uso ha un …

21 distributions bayesian modeling prior maximum-entropy

2

Come riassumere intervalli credibili per un pubblico medico

Con i pacchetti Stan e frontend rstanarmo brmsposso facilmente analizzare i dati nel modo bayesiano come facevo prima con modelli misti come lme. Mentre ho la maggior parte del libro e degli articoli di Kruschke-Gelman-Wagenmakers-ecc. Sulla mia scrivania, questi non mi dicono come sintetizzare i risultati per un pubblico medico, …

21 statistical-significance bayesian stan credible-interval medicine

2

Perché una

sfondo Uno dei punti deboli più comunemente usati prima della varianza è la gamma inversa con i parametri (Gelman 2006) .α = 0,001 , β= 0,001α=0.001,β=0.001\alpha =0.001, \beta=0.001 Tuttavia, questa distribuzione ha un IC al 90% di circa .[ 3 × 1019, ∞ ][3×1019,∞][3\times10^{19},\infty] library(pscl) sapply(c(0.05, 0.95), function(x) qigamma(x, 0.001, …

21 bayesian multilevel-analysis prior

1

Dalle reti bayesiane alle reti neurali: come la regressione multivariata può essere trasposta in una rete multi-output

Ho a che fare con un modello lineare gerarchico bayesiano , qui la rete lo descrive. YYY rappresenta le vendite giornaliere di un prodotto in un supermercato (osservato). XXX è una matrice nota di regressori, inclusi prezzi, promozioni, giorno della settimana, tempo, festività. SSS è il livello di inventario latente …

20 regression bayesian neural-networks generalized-linear-model bayesian-network

2

Campionamento di Gibbs rispetto al generale MH-MCMC

Ho appena letto alcune informazioni sul campionamento di Gibbs e sull'algoritmo Metropolis Hastings e ho un paio di domande. A quanto ho capito, nel caso del campionamento di Gibbs, se abbiamo un grosso problema multivariato, campioniamo dalla distribuzione condizionale, cioè campioniamo una variabile mantenendo tutte le altre fisse mentre in …

20 bayesian sampling mcmc gibbs metropolis-hastings

2

Analisi di sopravvivenza bayesiana: per favore, scrivimi un precedente per Kaplan Meier!

Considera le osservazioni censurate a destra, con eventi a volte . Il numero di individui sensibili al momento i è n i e il numero di eventi al momento i è d i .t1, t2, ...t1,t2,…t_1, t_2, \dotsioiinionin_iioiidiodid_i Kaplan-Meier o lo stimatore del prodotto emerge naturalmente come MLE quando la …

20 bayesian survival kaplan-meier

2

Come posso raggruppare mezzi posteriori e intervalli credibili dopo imputazione multipla?

Ho usato l'imputazione multipla per ottenere un numero di set di dati completati. Ho usato i metodi bayesiani su ciascuno dei set di dati completati per ottenere distribuzioni posteriori per un parametro (un effetto casuale). Come posso combinare / raggruppare i risultati per questo parametro? Più contesto: Il mio modello …

20 bayesian mixed-model missing-data

3

Statistiche elementari per giurati

Sono stato convocato per il dovere di giuria. Sono consapevole dell'importanza delle statistiche per alcuni processi con giuria. Ad esempio, il concetto di "tasso base" e la sua applicazione ai calcoli di probabilità sono talvolta - forse sempre - rilevanti. Quali argomenti statistici una persona nella mia situazione potrebbe utilmente …

20 probability bayesian references

6

"Completamente bayesiano" vs "bayesiano"

Ho imparato a conoscere le statistiche bayesiane e ho letto spesso negli articoli "adottiamo un approccio bayesiano" o qualcosa di simile. Ho anche notato, meno spesso: "adottiamo un approccio completamente bayesiano" (la mia enfasi). C'è qualche differenza tra questi approcci in senso pratico o teorico? FWIW, sto usando il pacchetto …

20 bayesian

Domande taggate «bayesian»