Nell'approccio frequentista all'inferenza, le procedure statistiche sono valutate in base alle loro prestazioni su un ipotetico lungo periodo di ripetizioni di un processo che si ritiene abbia generato i dati.
Con un precedente piatto, gli stimatori ML (frequentista - massima probabilità) e MAP (bayesiano - massimo a posteriori) coincidono. Più in generale, tuttavia, sto parlando di stimatori puntuali derivati come ottimizzatori di alcune funzioni di perdita. ie (Bayesiana) x (x^(.)=argminE(L(X−x^(y))|y) (Bayesian) x^(.)=argminE(L(X−x^(y))|y) (Bayesian) \hat x(\,. ) = \text{argmin} \; \mathbb{E} …
Robby McKilliam dice in un commento a questo post: Va sottolineato che, dal punto di vista dei frequentisti, non vi è alcun motivo per cui non è possibile incorporare le conoscenze precedenti nel modello. In questo senso, la visione frequentista è più semplice, hai solo un modello e alcuni dati. …
Qualcuno ha scritto un breve sondaggio sui vari approcci alla statistica? Per una prima approssimazione si hanno statistiche frequentiste e bayesiane. Ma quando guardi più da vicino hai anche altri approcci come il Bayes empirico e verosimile. E poi hai suddivisioni all'interno di gruppi come obiettivi Bayes soggettivi Bayes all'interno …
Per un dato problema di inferenza, sappiamo che un approccio bayesiano di solito differisce sia nella forma che nei risultati da un approccio fequentista. I frequentatori (di solito mi includono) sottolineano spesso che i loro metodi non richiedono un precedente e quindi sono più "guidati dai dati" che dal "giudizio …
Qual è il punto di vista del frequentista sulla storia del voltmetro e le sue variazioni? L'idea alla base è che un'analisi statistica che fa appello a eventi ipotetici dovrebbe essere rivista se venisse in seguito appreso che quegli eventi ipotetici non avrebbero potuto aver luogo come ipotizzato. La versione …
Alcuni bayesiani attaccano l'inferenza del frequentatore affermando che "non esiste una distribuzione campionaria unica" perché dipende dalle intenzioni del ricercatore (Kruschke, Aguinis e Joo, 2012, p. 733). Ad esempio, supponiamo che un ricercatore inizi la raccolta dei dati, ma il suo finanziamento è stato inaspettatamente tagliato dopo 40 partecipanti. Come …
Dati due array xey, entrambi di lunghezza n, ho un modello y = a + b * x e voglio calcolare un intervallo di confidenza del 95% per la pendenza. Questo è (b - delta, b + delta) dove b si trova nel solito modo e delta = qt(0.975,df=n-2)*se.slope e …
Come studente di fisica, ho sperimentato la lezione "Perché sono un bayesiano" forse una mezza dozzina di volte. È sempre lo stesso - il presentatore spiega compiaciuto come l'interpretazione bayesiana sia superiore all'interpretazione frequentista presumibilmente impiegata dalle masse. Citano la regola, l'emarginazione, i priori e i posteriori di Bayes. Qual …
Accade spesso che un intervallo di confidenza con una copertura del 95% sia molto simile a un intervallo credibile che contiene il 95% della densità posteriore. Ciò accade quando il priore è uniforme o quasi uniforme in quest'ultimo caso. Pertanto, un intervallo di confidenza può essere spesso utilizzato per approssimare …
Il trattamento classico dell'inferenza statistica si basa sul presupposto che esista una statistica correttamente specificata. Cioè, la distribuzione che ha generato i dati osservati fa parte del modello statistico : Tuttavia, nella maggior parte dei casi non possiamo supporre che ciò sia veramente vero. Mi chiedo cosa succede con le …
Sento spesso l'affermazione secondo cui le statistiche bayesiane possono essere altamente soggettive. L'argomento principale è che l'inferenza dipende dalla scelta di un priore (anche se si potrebbe usare il principio di indifferenza o massima entropia per scegliere un priore). In confronto, afferma l'affermazione, le statistiche frequentiste sono in genere più …
Sto leggendo il capitolo di Frequent Statistics dal libro di Kevin Murphy " Machine Learning - A Probabilistic Perspective ". La sezione su bootstrap dice: Il bootstrap è una semplice tecnica Monte Carlo per approssimare la distribuzione del campionamento. Ciò è particolarmente utile nei casi in cui lo stimatore è …
In parole povere: ci sono differenze nell'approccio bayesiano e frequentista all'analisi dei dati esplorativi? Non conosco alcun pregiudizio intrinseco nei metodi EDA poiché un istogramma è un istogramma, un diagramma a dispersione è un diagramma a dispersione, ecc., Né ho trovato esempi di differenze nel modo in cui l'EDA viene …
Ho spesso sentito questa frase, ma non ho mai capito del tutto cosa significhi. La frase "buone proprietà per frequentatori" ha attualmente circa 2750 hit su google, 536 su scholar.google.com e 4 su stats.stackexchange.com . La cosa più vicina a una chiara definizione viene dalla diapositiva finale di questa presentazione …
Stavo leggendo un post sul blog dello statistico William Briggs e la seguente affermazione mi interessava a dir poco. Cosa ne pensi? Cos'è un intervallo di confidenza? È ovviamente un'equazione che ti fornirà un intervallo per i tuoi dati. Ha lo scopo di fornire una misura dell'incertezza di una stima …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.