Domande taggate «dirichlet-distribution»

La distribuzione di Dirichlet si riferisce a una famiglia di distribuzioni multivariate, che sono la generalizzazione della distribuzione beta univariata.

3
Un esempio: regressione di LASSO utilizzando glmnet per il risultato binario
Sto iniziando a dilettarsi con l'uso di glmnetcon LASSO Regressione dove il mio risultato di interesse è dicotomica. Di seguito ho creato un piccolo frame di dati finti: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) …
78 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 
2
Attingendo dalla distribuzione di Dirichlet
Diciamo che abbiamo una distribuzione di Dirichlet con parametro vettoriale tridimensionale . Come posso disegnare un campione (un vettore tridimensionale ) da questa distribuzione? Ho bisogno di una (forse) semplice spiegazione.KKKα⃗ =[α1,α2,...,αK]α→=[α1,α2,...,αK]\vec\alpha = [\alpha_1, \alpha_2,...,\alpha_K]KKK
1
Un Multinomiale (1 / n,…, 1 / n) può essere caratterizzato come Dirichlet discretizzato (1, .., 1)?
Quindi questa domanda è leggermente disordinata, ma includerò grafici colorati per compensare quello! Prima lo sfondo e poi le domande. sfondo Supponi di avere una distribuzione multinomiale dimensionale con probabilità uguali sulle categorie. Sia i conteggi normalizzati ( ) di quella distribuzione, ovvero:n nnn nnπ = ( π 1 , …
3
Distribuzione del più grande frammento di un bastone rotto (spaziature)
Lascia che un bastoncino di lunghezza 1 sia rotto in frammenti uniformemente a caso. Qual è la distribuzione della lunghezza del frammento più lungo?k+1k+1k+1 Più formalmente, let sia IID e let siano le statistiche dell'ordine associate, ovvero ordiniamo semplicemente l'esempio in modo tale che . Lascia che .(U1,…Uk)(U1,…Uk)(U_1, \ldots U_k)U(0,1)U(0,1)U(0,1)(U(1),…,U(k))(U(1),…,U(k))(U_{(1)}, …
1
Costruzione della distribuzione di Dirichlet con distribuzione Gamma
Sia X1,…,Xk+1X1,…,Xk+1X_1,\dots,X_{k+1} variabili variabili casuali indipendenti, ognuna con una distribuzione gamma con parametri αi,i=1,2,…,k+1αi,i=1,2,…,k+1\alpha_i,i=1,2,\dots,k+1 mostrano che , hanno una distribuzione congiunta comeYi=XiX1+⋯+Xk+1,i=1,…,kYi=XiX1+⋯+Xk+1,i=1,…,kY_i=\frac{X_i}{X_1+\cdots+X_{k+1}},i=1,\dots,kDirichlet(α1,α2,…,αk;αk+1)Dirichlet(α1,α2,…,αk;αk+1)\text{Dirichlet}(\alpha_1,\alpha_2,\dots,\alpha_k;\alpha_{k+1}) PDF congiunto di Quindi trovare pdf di Non riesco a trovare jacobian, cioè(X1,…,Xk+1)=e−∑k+1i=1xixα1−11…xαk+1−1k+1Γ(α1)Γ(α2)…Γ(αk+1)(X1,…,Xk+1)=e−∑i=1k+1xix1α1−1…xk+1αk+1−1Γ(α1)Γ(α2)…Γ(αk+1)(X_1,\dots,X_{k+1})=\frac{e^{-\sum_{i=1}^{k+1}x_i}x_1^{\alpha_1-1}\dots x_{k+1}^{\alpha_{k+1}-1}}{\Gamma(\alpha_1)\Gamma(\alpha_2)\dots \Gamma(\alpha_{k+1})}(Y1,…,Yk+1)(Y1,…,Yk+1)(Y_1,\dots,Y_{k+1})J(x1,…,xk+1y1,…,yk+1)J(x1,…,xk+1y1,…,yk+1)J(\frac{x_1,\dots,x_{k+1}}{y_1,\dots,y_{k+1}})
1
Qual è il valore atteso della distribuzione modificata di Dirichlet? (problema di integrazione)
È facile produrre una variabile casuale con la distribuzione di Dirichlet utilizzando le variabili Gamma con lo stesso parametro di scala. Se: Xi∼Gamma(αi,β)Xi∼Gamma(αi,β) X_i \sim \text{Gamma}(\alpha_i, \beta) Poi: (X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn)(X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn) \left(\frac{X_1}{\sum_j X_j},\; \ldots\; , \frac{X_n}{\sum_j X_j}\right) \sim \text{Dirichlet}(\alpha_1,\;\ldots\;,\alpha_n) Problema Cosa succede se i parametri di scala non sono uguali? Xi∼Gamma(αi,βi)Xi∼Gamma(αi,βi) X_i …
2
Laplace smoothing e Dirichlet precedenti
Sul articolo wikipedia di Laplace smoothing (o lisciatura additivo), si dice che da un punto di vista Bayesiano, questo corrisponde al valore atteso della distribuzione posteriore, usando una distribuzione di Dirichlet simmetrica con il parametro come precedente.αα\alpha Sono perplesso su come sia effettivamente vero. Qualcuno potrebbe aiutarmi a capire come …
1
Dirichlet posteriore
Ho una domanda sulla distribuzione posteriore di Dirichlet. Data una funzione di verosimiglianza multinomiale è noto che il posteriore è , dove è il numero di volte che abbiamo visto osservazione.Dir(αi+Ni)Dir(αi+Ni)Dir({\alpha_i + N_i})NiNiN_iithithi^{th} Cosa succede se iniziamo a ridurre s per un dato fisso ? Sembra dalla forma del posteriore …
3
Modello multinomiale-Dirichlet con distribuzione hyperprior sui parametri di concentrazione
Proverò a descrivere il problema a portata di mano il più generale possibile. Sto modellando le osservazioni come una distribuzione categoriale con un parametro probabilità vettore theta. Quindi, presumo che il parametro vector theta segua una distribuzione precedente di Dirichlet con parametri .α1, α2, ... , αKα1,α2,…,αk\alpha_1,\alpha_2,\ldots,\alpha_k È quindi possibile …
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.