Odpowiem na twoje pytania:
Pytanie brzmi: kim są dzisiaj Bayesianie?
Każdy, kto wykonuje analizę danych bayesowskich i identyfikuje się jako „bayesowski”. Podobnie jak programista to ktoś, kto programuje i identyfikuje się jako „programista”. Niewielka różnica polega na tym, że z powodów historycznych Bayesian ma konotacje ideologiczne, z powodu często gorącej dyskusji między zwolennikami „częstych” interpretacji prawdopodobieństwa a zwolennikami „bayesowskich” interpretacji prawdopodobieństwa.
Czy są to wybrane instytucje akademickie, gdzie wiesz, że jeśli tam pojedziesz, zostaniesz Bayesianem?
Nie, podobnie jak inne części statystyk, potrzebujesz tylko dobrej książki (i być może dobrego nauczyciela).
Jeśli tak, to czy są one szczególnie poszukiwane?
Analiza danych bayesowskich jest bardzo przydatnym narzędziem podczas modelowania statystycznego, co, jak sądzę, jest dość poszukiwaną umiejętnością (nawet jeśli firmy nie szukają konkretnie „bayesianów”).
Czy mamy na myśli tylko kilku szanowanych statystyk i matematyków, a jeśli tak, to kim oni są?
Istnieje wiele szanowanych statystycy, że wierzę, że nazywają siebie Bayesians , ale to nie są te Bayesians.
Czy oni w ogóle istnieją jako ci „Bayesianie”?
To trochę jak pytanie „Czy ci programiści istnieją”? Jest zabawny artykuł zatytułowany 46656 Odmiany Bayesian i na pewno istnieje „spory argument” wśród „Bayesianów” dotyczący wielu fundamentalnych kwestii. Tak jak programiści mogą kłócić się o zalety różnych technik programowania. (BTW, program wyłącznie dla programistów w Haskell).
Czy chętnie zaakceptowaliby etykietę?
Niektórzy tak robią, inni nie. Kiedy odkryłem analizę danych bayesowskich, pomyślałem, że jest to najlepsze od czasu krojonego chleba (nadal to robię) i cieszyłem się, że nazywam siebie „bayesowskim” (nie tylko po to, by drażnić ludzi z wartością p w moim dziale). Obecnie nie podoba mi się ten termin, myślę, że może on wyobcować ludzi, ponieważ sprawia, że analiza danych bayesowskich brzmi jak jakiś kult, a nie jest to przydatna metoda w zestawie narzędzi statystycznych.
Czy zawsze jest to pochlebne wyróżnienie?
Nie! O ile mi wiadomo, pojęcie „Bayesian” zostało wprowadzone przez słynnego statystycznego Fishera jako określenie uwłaczające. Wcześniej nazywało się to „odwrotnym prawdopodobieństwem” lub po prostu „prawdopodobieństwem”.
Czy są matematykami z osobliwymi slajdami na spotkaniach, pozbawionymi jakichkolwiek wartości p i przedziałów ufności, łatwo zauważonymi w broszurze?
Cóż, w statystykach bayesowskich są konferencje i nie sądzę, by zawierały tak wiele wartości p. To, czy znajdziesz slajdy, będzie zależeć od twojego tła ...
Jaką niszą jest bycie „Bayesianem”? Czy mamy na myśli mniejszość statystyk?
Nadal uważam, że mniejszość statystyk zajmuje się statystykami bayesowskimi, ale sądzę również, że odsetek ten rośnie.
A może obecny Bayesowski islam jest zrównany z aplikacjami uczenia maszynowego?
Nie, ale modele bayesowskie są często używane w uczeniu maszynowym. Oto świetna książka do uczenia maszynowego, która przedstawia uczenie maszynowe z perspektywy bayesowskiej / probibalistycznej: http://www.cs.ubc.ca/~murphyk/MLbook/
Mam nadzieję, że odpowiedziałem na większość pytań :)
Aktualizacja:
[C] czy możesz rozważyć dodanie listy konkretnych technik lub przesłanek, które odróżniają statystyki bayesowskie?
Co odróżnić Bayesa statystyki jest wykorzystanie modeli Bayesa :) Oto moje spin na co Bayesa modelu to :
Model bayesowski to model statystyczny, w którym używasz prawdopodobieństwa do przedstawienia całej niepewności w modelu, zarówno niepewności dotyczącej wyniku, ale także niepewności dotyczącej danych wejściowych (czyli parametrów) do modelu. Całe to twierdzenie poprzedzające / późniejsze / Bayesa wynika z tego, ale moim zdaniem użycie prawdopodobieństwa dla wszystkiego jest tym, co czyni go Bayesowskim (i rzeczywiście lepsze słowo może być po prostu czymś w rodzaju modelu probabilistycznego).
Teraz modele bayesowskie mogą być trudne do dopasowania , a do tego celu stosuje się wiele różnych technik obliczeniowych. Ale te techniki same w sobie nie są bayesowskie . Aby wywołać nazwane niektóre techniki obliczeniowe:
- Markovska sieć Monte Carlo
- Metropolis-Hastings
- Próbkowanie Gibbsa
- Hamiltonian Monte Carlo
- Wariacyjne Bayesa
- Przybliżone obliczenia bayesowskie
- Filtry cząstek
- Przybliżenie Laplace'a
- I tak dalej...
Kto był znanym statystykiem, który wprowadził termin „Bayesian” jako uwłaczający?
To był rzekomo Ronald Fisher. Artykuł Kiedy wnioskowanie bayesowskie stało się „bayesowskie”? podaje historię terminu „bayesowski”.