Domande taggate «prior»

Nelle statistiche bayesiane una distribuzione precedente formalizza informazioni o conoscenze (spesso soggettive), disponibili prima che un campione venga visualizzato, sotto forma di una distribuzione di probabilità. Una distribuzione con ampia diffusione viene utilizzata quando si sa poco sui parametri, mentre una distribuzione precedente più ristretta rappresenta un maggior grado di informazione.

1
Neg Binomial e il priore di Jeffreys
Sto cercando di ottenere il precedente dei Jeffreys per una distribuzione binomiale negativa. Non riesco a vedere dove sbaglio, quindi se qualcuno potesse aiutarlo a sottolineare che sarebbe apprezzato. Va bene, quindi la situazione è questa: devo confrontare le distribuzioni precedenti ottenute usando un binomio e un binomio negativo, dove …
2
Perché ci sono raccomandazioni contro l'uso di Jeffreys o di priori basati sull'entropia per i campionatori MCMC?
Sulla loro pagina wiki , gli sviluppatori di Stan dichiarano: Alcuni principi che non ci piacciono: invarianza, Jeffreys, entropia Vedo invece molte normali raccomandazioni di distribuzione. Finora ho usato metodi bayesiani che non si basavano sul campionamento ed ero abbastanza felice di aver capito perché stata una buona scelta per …
11 bayesian  mcmc  prior  pymc  stan 
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 …
1
Fattori di Bayes con priori impropri
Ho una domanda sul confronto tra modelli usando i fattori di Bayes. In molti casi, gli statistici sono interessati all'utilizzo di un approccio bayesiano con priori impropri (ad esempio alcuni priori Jeffreys e priori di riferimento). La mia domanda è, nei casi in cui la distribuzione posteriore dei parametri del …
3
Elicitare i priori ... con i soldi!
Supponiamo di avere 'esperti', da cui vorrei suscitare una distribuzione a priori su alcune variabili . Vorrei motivarli con soldi veri . L'idea è di suscitare i priori, osservare realizzazioni della variabile casuale , quindi dividere una predeterminata "borsa" tra gli esperti in base al modo in cui i loro …
10 bayesian  prior 
3
Uno stimatore di Bayes richiede che il vero parametro sia una possibile variabile del precedente?
Potrebbe trattarsi di una domanda filosofica, ma qui andiamo: nella teoria delle decisioni, il rischio di uno stimatore di Bayes per è definito rispetto a una distribuzione precedente su .θ∈Θ¸Θθ^( x )θ^(x)\hat\theta(x)θ ∈ Θθ∈Θ\theta\in\Thetaππ\piΘΘ\Theta Ora, da un lato, affinché il vero abbia generato i dati (cioè "esista"), deve essere una …
1
Quale modello di apprendimento profondo può classificare categorie che non si escludono a vicenda
Esempi: ho una frase nella descrizione del lavoro: "Ingegnere senior Java nel Regno Unito". Voglio usare un modello di apprendimento profondo per prevederlo in 2 categorie: English e IT jobs. Se uso il modello di classificazione tradizionale, posso solo prevedere 1 etichetta con la softmaxfunzione all'ultimo livello. Quindi, posso usare …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 
1
Come si formalizza una distribuzione di probabilità precedente? Ci sono regole empiriche o suggerimenti che dovresti usare?
Mentre mi piace pensare di avere una buona conoscenza del concetto di informazione precedente nell'analisi statistica bayesiana e nel processo decisionale, spesso ho difficoltà a avvolgere la testa attorno alla sua applicazione. Ho in mente un paio di situazioni che esemplificano le mie lotte e sento che non sono state …
2
"Dimenticanza" del priore nell'ambientazione bayesiana?
E 'ben noto che quando si dispone di ulteriori elementi di prova (ad esempio sotto forma di grande per esempi IID), il bayesiano prima viene "dimenticato", e la maggior parte l'inferenza è influenzato dalle prove (o la probabilità).nnnnnn È facile vederlo per vari casi specifici (come Bernoulli con Beta precedente …
9 bayesian  prior 
2
Consentire ai dati di dettare i priori e quindi eseguire il modello usando questi priori? (ad es. priori basati sui dati dallo stesso set di dati)
Comprendo che non dovremmo consentire allo stesso set di dati che stiamo analizzando di guidare / definire l'aspetto delle distribuzioni precedenti in un'analisi bayesiana. In particolare, non è appropriato definire distribuzioni precedenti per un'analisi bayesiana basata su statistiche riassuntive dello stesso set di dati su cui si useranno i priori …
9 bayesian  prior 
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.