Statistiche e Big Data parameterization

7

Un bayesiano ammetterebbe che esiste un valore di parametro fisso?

Nell'analisi dei dati bayesiani, i parametri sono trattati come variabili casuali. Ciò deriva dalla concettualizzazione soggettiva bayesiana della probabilità. Ma i bayesiani riconoscono teoricamente che esiste un vero valore di parametro fisso nel "mondo reale?" Sembra che la risposta ovvia sia "sì", perché tentare di stimare il parametro sarebbe quasi …

40 probability bayesian parameterization

1

Per quali distribuzioni differiscono le parametrizzazioni in BUGS e R?

Ho trovato alcune distribuzioni per le quali BUGS e R hanno parametrizzazioni diverse: normale, log-normale e Weibull. Per ognuno di questi, ho capito che il secondo parametro utilizzato da R deve essere trasformato inverso (1 / parametro) prima di essere utilizzato in BUGS (o JAGS nel mio caso). Qualcuno sa …

31 r distributions bugs jags parameterization

5

Cosa c'è in un nome: iperparametri

Quindi in una distribuzione normale, abbiamo due parametri: mean e variance . Nel libro Pattern Recognition and Machine Learning , appare improvvisamente un iperparametro nei termini di regolarizzazione della funzione di errore.μμ\muσ2σ2\sigma^2λλ\lambda Cosa sono gli iperparametri? Perché sono nominati come tali? E in che modo sono intuitivamente diversi dai parametri …

19 terminology definition parameterization hyperparameter

2

Convalida incrociata e ottimizzazione dei parametri

Ho una domanda sull'ottimizzazione dei parametri quando utilizzo la convalida incrociata 10 volte. Voglio chiedere se i parametri devono essere corretti o meno durante l'allenamento del modello di ogni piega, ovvero (1) selezionare un set di parametri ottimizzati per la precisione media di ogni piega. o (2) Dovrei trovare il …

14 cross-validation optimization parameterization

2

Foresta casuale: cosa succede se so che una variabile è importante

La mia comprensione è che la foresta casuale sceglie casualmente le variabili mtry per costruire ogni albero decisionale. Quindi, se mtry = ncol / 3, ogni variabile verrà utilizzata in media in 1/3 degli alberi. E 2/3 degli alberi non li useranno. Ma cosa succede se so che una singola …

12 r random-forest parameterization

2

Determinante della matrice di informazioni Fisher per un modello sovra parametrizzato

Considera una variabile casuale Bernoulli con parametro (probabilità di successo). La funzione di verosimiglianza e le informazioni di Fisher (una matrice ) sono:θ 1 × 1X∈{0,1}X∈{0,1}X\in\{0,1\}θθ\theta1×11×11 \times 1 L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} Consideriamo ora una versione "sovraparametrizzata" con due …

10 bernoulli-distribution parameterization fisher-information determinant

1

Parametrizzazione delle distribuzioni di Behrens-Fisher

"Sul problema di Behrens-Fisher: una recensione" di Seock-Ho Kim e Allen S. Cohen Journal of Educational and Behavioural Statistics , volume 23, numero 4, Winter, 1998, pagine 356–377 Sto guardando questa cosa e dice: Fisher (1935, 1939) scelse la statistica [dove è la solita -statistic a un campione per ] …

9 distributions parameterization fiducial

1

Contabilizzazione di parametri discreti o binari nel criterio informativo bayesiano

BIC penalizza in base al numero di parametri. Che cosa succede se alcuni dei parametri sono una sorta di variabili dell'indicatore binario? Questi contano come parametri completi? Ma posso combinare i parametri binari in una variabile discreta che accetta valori in . Devono essere contati come parametri o come parametro?{ …

9 bayesian model-selection bic parameterization

Domande taggate «parameterization»