Statistiche e Big Data hierarchical-bayesian

2

Teorema di Bayes modificato di XKCD: in realtà un po 'ragionevole?

So che proviene da un fumetto famoso per aver approfittato di alcune tendenze analitiche , ma in realtà sembra ragionevole dopo alcuni minuti di fissazione. Qualcuno può descrivere per me cosa sta facendo questo " teorema di Bayes modificato "?

81 bayesian hierarchical-bayesian

2

Qual è la differenza tra "apprendimento profondo" e modellazione multilivello / gerarchica?

"Apprendimento profondo" è solo un altro termine per la modellazione multilivello / gerarchica? Ho molta più familiarità con il secondo rispetto al primo, ma da quello che posso dire, la differenza principale non è nella loro definizione, ma nel modo in cui vengono utilizzati e valutati nel loro dominio di …

31 machine-learning multilevel-analysis hierarchical-bayesian deep-learning

5

Come gestire i dati gerarchici / nidificati nell'apprendimento automatico

Spiegherò il mio problema con un esempio. Supponiamo di voler prevedere il reddito di un individuo in base ad alcuni attributi: {Età, Genere, Paese, Regione, Città}. Hai un set di dati di allenamento come questo train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", …

29 regression machine-learning multilevel-analysis correlation dataset spatial paired-comparisons cross-correlation clustering aic bic dependent-variable k-means mean standard-error measurement-error errors-in-variables regression multiple-regression pca linear-model dimensionality-reduction machine-learning neural-networks deep-learning conv-neural-network computer-vision clustering spss r weighted-data wilcoxon-signed-rank bayesian hierarchical-bayesian bugs stan distributions categorical-data variance ecology r survival regression r-squared descriptive-statistics cross-section maximum-likelihood factor-analysis likert r multiple-imputation propensity-scores distributions t-test logit probit z-test confidence-interval poisson-distribution deep-learning conv-neural-network residual-networks r survey wilcoxon-mann-whitney ranking kruskal-wallis bias loss-functions frequentist decision-theory risk machine-learning distributions normal-distribution multivariate-analysis inference dataset factor-analysis survey multilevel-analysis clinical-trials

2

Qual è il problema con i priori empirici?

In letteratura a volte inciampo sull'osservazione, che la scelta dei priori che dipendono dai dati stessi (ad esempio Zellners g-prior) può essere criticata da un punto di vista teorico. Dov'è esattamente il problema se il precedente non viene scelto indipendentemente dai dati?

18 bayesian prior hierarchical-bayesian

1

Nell'esempio delle 8 scuole di Gelman, perché si conosce l'errore standard della stima individuale?

Contesto: Nell'esempio delle 8 scuole di Gelman (Bayesian Data Analysis, 3a edizione, Ch 5.5) ci sono otto esperimenti paralleli in 8 scuole che testano l'effetto del coaching. Ogni esperimento fornisce una stima dell'efficacia del coaching e dell'errore standard associato. Gli autori costruiscono quindi un modello gerarchico per gli 8 punti …

17 bayesian hierarchical-bayesian

2

Stima bayesiana di

Questa domanda è un seguito tecnico di questa domanda . Ho difficoltà a comprendere e replicare il modello presentato in Raftery (1988): Inferenza per il parametro binomiale NNN : un approccio gerarchico di Bayes in WinBUGS / OpenBUGS / JAGS. Non si tratta solo di codice, quindi dovrebbe essere in …

16 bayesian binomial hierarchical-bayesian winbugs

2

Quali distribuzioni precedenti potrebbero / dovrebbero essere utilizzate per la varianza in un modello gerarchico bayesisan quando la varianza media è interessante?

Nel suo ampiamente citato documento Distribuzioni precedenti per parametri di varianza in modelli gerarchici (916 citazione finora su Google Scholar) Gelman propone che buone distribuzioni precedenti non informative per la varianza in un modello bayesiano gerarchico siano la distribuzione uniforme e la distribuzione della mezza t. Se capisco bene le …

16 bayesian variance prior jags hierarchical-bayesian

1

Perché l'aggiunta di un effetto di ritardo aumenta la devianza in un modello gerarchico bayesiano?

Antefatto: attualmente sto lavorando a un confronto tra vari modelli gerarchici bayesiani. I dati sono misure numeriche di benessere per il partecipante i e il tempo j . Ho circa 1000 partecipanti e da 5 a 10 osservazioni per partecipante.yio jyiojy_{ij}ioioijjj Come con la maggior parte dei set di dati …

14 bayesian autocorrelation hierarchical-bayesian deviance

1

Perché la ridondanza significa che la parametrizzazione accelera Gibbs MCMC?

Nel libro di Gelman & Hill (2007) (Data Analysis Using Regression e Multilevel / Hierarchical Models), gli autori affermano che l'inclusione di parametri medi ridondanti può aiutare ad accelerare MCMC. L'esempio dato è un modello non nidificato di "simulatore di volo" (Eq 13.9): yioγjδK∼ N( μ + γj [ i …

12 mcmc hierarchical-bayesian gibbs

2

Quali sono i parametri di un posteriore di Wishart-Wishart?

Quando si deduce la matrice di precisione ΛΛ\boldsymbol{\Lambda} di una distribuzione normale utilizzata per generare vettori D-dimensionali N \ mathbf {x_1}, .., \ mathbf {x_N} \ begin {align} \ mathbf {x_i} & \ sim \ mathcal {N} (\ boldsymbol {\ mu, \ Lambda ^ {- 1}}) \\ \ end {align} …

12 bayesian posterior hierarchical-bayesian conjugate-prior wishart

1

Test esatto di Fisher e distribuzione ipergeometrica

Volevo capire meglio il test esatto del pescatore, quindi ho escogitato il seguente esempio di giocattolo, dove f e m corrispondono a maschio e femmina e n e y corrispondono a "consumo di soda" in questo modo: > soda_gender f m n 0 5 y 5 0 Ovviamente, questa è …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

5

Cosa significa precisamente prendere in prestito informazioni?

Spesso le persone parlano di prestito di informazioni o condivisione di informazioni in modelli gerarchici bayesiani. Non riesco a ottenere una risposta diretta su cosa significhi effettivamente questo e se sia univoco per i modelli gerarchici bayesiani. Ho capito l'idea: alcuni livelli nella tua gerarchia condividono un parametro comune. Non …

11 machine-learning bayesian multilevel-analysis terminology hierarchical-bayesian

2

Perché la massima probabilità limitata produce una stima (imparziale) migliore della varianza?

Sto leggendo il documento teorico di Doug Bates sul pacchetto lme4 di R per capire meglio l'astuzia dei modelli misti, e ho trovato un risultato intrigante che mi piacerebbe capire meglio, sull'utilizzo di REML (Limite massima verosimiglianza) per stimare la varianza . Nella sezione 3.3 sul criterio REML, afferma che …

11 maximum-likelihood mixed-model unbiased-estimator hierarchical-bayesian reml

1

Densità hyperprior per modello gerarchico Gamma-Poisson

In un modello gerarchico di dati cui y ∼ Poisson ( λ ) λ ∼ Gamma ( α , β ) sembra essere in pratica tipico scegliere valori ( α , β ) in modo tale che la media e la varianza della distribuzione gamma corrispondano approssimativamente al media e …

11 poisson-distribution gamma-distribution hierarchical-bayesian hyperparameter

1

Perché LKJcorr è un buon precedente per la matrice di correlazione?

Sto leggendo il capitolo 13 "Adventures in Covariance" nel ( superbo ) libro Statistical Rethinking di Richard McElreath dove presenta il seguente modello gerarchico: ( Rè una matrice di correlazione) L'autore spiega che LKJcorrè un precedente debolmente informativo che funziona come un precedente regolarizzante per la matrice di correlazione. Ma …

11 regression self-study correlation prior hierarchical-bayesian

Domande taggate «hierarchical-bayesian»