Pytania otagowane jako bayesian

Wnioskowanie bayesowskie jest metodą wnioskowania statystycznego, która polega na traktowaniu parametrów modelu jako zmiennych losowych i zastosowaniu twierdzenia Bayesa do wyprowadzenia subiektywnych stwierdzeń prawdopodobieństwa dotyczących parametrów lub hipotez, w zależności od obserwowanego zestawu danych.

2
Kiedy MCMC stało się powszechne?
Czy ktoś wie, w którym roku MCMC stało się powszechne (tj. Popularna metoda wnioskowania bayesowskiego)? Szczególnie pomocny byłby link do liczby opublikowanych artykułów MCMC (czasopism) w czasie.
19 bayesian  mcmc  history 
2
Dlaczego konieczne jest pobieranie próbek z rozkładu tylnego, jeśli już WIEMY rozkład tylny?
Rozumiem, że stosując podejście bayesowskie do szacowania wartości parametrów: Rozkład tylny jest kombinacją rozkładu wcześniejszego i rozkładu prawdopodobieństwa. Symulujemy to, generując próbkę z rozkładu tylnego (np. Przy użyciu algorytmu Metropolis-Hasting do generowania wartości i akceptujemy je, jeśli przekraczają pewien próg prawdopodobieństwa przynależności do rozkładu tylnego). Po wygenerowaniu tej próbki używamy …
3
Czy prawdopodobieństwo a posteriori może być> 1?
We wzorze Bayesa: P(x|a)=P(a|x)P(x)P(a)P(x|a)=P(a|x)P(x)P(a)P(x|a) = \frac{P(a|x) P(x)}{P(a)} czy prawdopodobieństwo tylne może przekraczać 1?P(x|a)P(x|a)P(x|a) Myślę, że jest to możliwe, jeśli na przykład przyjmujemy, że i oraz . Ale nie jestem tego pewien, bo co to znaczy, że prawdopodobieństwo jest większe niż jeden?P ( a ) < P ( x ) < …
4
Teoretyczna motywacja do wykorzystania prawdopodobieństwa logarytmu vs prawdopodobieństwa
Próbuję zrozumieć na głębszym poziomie wszechobecność prawdopodobieństwa logarytmicznego (a być może bardziej ogólnie log-prawdopodobieństwo) w statystyce i teorii prawdopodobieństwa. Log-prawdopodobieństwa pojawiają się wszędzie: zwykle pracujemy z prawdopodobieństwem log dla analizy (np. Dla maksymalizacji), informacja Fishera jest definiowana w kategoriach drugiej pochodnej prawdopodobieństwa log, entropia jest oczekiwanym prawdopodobieństwem log , Rozbieżność …
5
Czy statystyki bayesowskie powodują, że metaanaliza staje się przestarzała?
Zastanawiam się tylko, czy statystyki bayesowskie byłyby konsekwentnie stosowane od pierwszego badania do ostatniego, jeśli to sprawia, że ​​metaanaliza staje się przestarzała. Na przykład załóżmy 20 badań, które zostały wykonane w różnych punktach czasowych. Oszacowania lub dystrybucji pierwszego badania dokonano z nieinformacyjnym wyprzedzeniem . Drugie badanie wykorzystuje wcześniejszy rozkład tylny. …
5
Jaka jest dobra książka o filozofii stojącej za myśleniem bayesowskim?
Jaka jest dobra książka o filozofii bayesowskiej, porównująca subiektywistów z obiektywistami, wyjaśniająca pogląd prawdopodobieństwa jako stanu wiedzy w statystyce bayesowskiej itp.? Może książka Savage'a? Na początku myślałem, że Berger (1986) może działać, ale nie tego szukam. Poszukiwanie takiej książki po prostu nie prowadzi do rezultatów, których szukam.
3
Dlaczego statystyki bayesowskie nie są bardziej popularne w statystycznej kontroli procesów?
Rozumiem debatę bayesowską kontra częstokroćową, że statystyki częstokrzyskie: jest (lub twierdzi, że jest) obiektywny lub przynajmniej bezstronny tak więc różni badacze, stosując różne założenia, mogą nadal uzyskać porównywalne ilościowo wyniki podczas gdy statystyki bayesowskie twierdzi, że dokonuje „lepszych” prognoz (tj. niższych oczekiwanych strat), ponieważ może wykorzystać wcześniejszą wiedzę (między innymi) …
4
W jaki sposób ramy bayesowskie są lepsze w interpretacji, gdy zwykle używamy nieinformacyjnych lub subiektywnych priorów?
Często argumentuje się, że szkielet bayesowski ma dużą przewagę interpretacyjną (nad częstokroć), ponieważ oblicza prawdopodobieństwo parametru na podstawie danych - zamiast jak w ramy dla częstych. Jak na razie dobrze.p ( x | θ )p ( θ | x )p(θ|x)p(\theta|x)p ( x | θ )p(x|θ)p(x|\theta) Ale całe równanie opiera się …
1
Wieloczynnikowy normalny tylny
To bardzo proste pytanie, ale nie mogę znaleźć pochodnej nigdzie w Internecie ani w książce. Chciałbym zobaczyć pochodną tego, jak jeden Bayesian aktualizuje wielowymiarowy rozkład normalny. Na przykład: wyobraź sobie to P(x|μ,Σ)P(μ)==N(μ,Σ)N(μ0,Σ0).P(x|μ,Σ)=N(μ,Σ)P(μ)=N(μ0,Σ0). \begin{array}{rcl} \mathbb{P}({\bf x}|{\bf μ},{\bf Σ}) & = & N({\bf \mu}, {\bf \Sigma}) \\ \mathbb{P}({\bf \mu}) &= & N({\bf …
2
Czy ktoś może mi wyjaśnić NUTS po angielsku?
Moje rozumienie algorytmu jest następujące: No U-Turn Sampler (NUTS) to hamiltonowska metoda Monte Carlo. Oznacza to, że nie jest to metoda łańcucha Markowa, a zatem algorytm ten omija część chodzenia losowego, która często uważana jest za nieefektywną i powolną do zbieżności. Zamiast wykonywać losowy spacer, NUTS wykonuje skoki o długości …
4
Kiedy metody bayesowskie są lepsze od Frequentist?
Naprawdę chcę dowiedzieć się o technikach bayesowskich, więc starałem się trochę nauczyć. Trudno mi jednak dostrzec, kiedy stosowanie technik bayesowskich kiedykolwiek daje przewagę nad metodami Frequentist. Na przykład: Widziałem w literaturze trochę o tym, jak niektórzy wykorzystują pouczające priory, podczas gdy inni używają nieinformacyjnego przeora. Ale jeśli używasz nieinformacyjnego przeora …
1
Dlaczego w 8 szkolnym przykładzie Gelmana znany jest błąd standardowy szacunku indywidualnego?
Kontekst: W 8-szkolnym przykładzie Gelmana (analiza danych bayesowskich, wydanie 3, rozdz. 5.5) istnieje osiem równoległych eksperymentów w 8 szkołach testujących efekt coachingu. Każdy eksperyment daje oszacowanie skuteczności coachingu i związanego z nim błędu standardowego. Następnie autorzy budują model hierarchiczny dla 8 punktów danych efektu coachingu w następujący sposób: yi∼N(θi,sei)θi∼N(μ,τ)yi∼N(θi,sei)θi∼N(μ,τ) y_i …
2
LASSO i grzbiet z perspektywy Bayesa: co z parametrem strojenia?
Mówi się, że estymatory regresji karnej, takie jak LASSO i kalenica, odpowiadają estymatorom bayesowskim z pewnymi priorytetami. Wydaje mi się (ponieważ nie wiem wystarczająco dużo na temat statystyki bayesowskiej), że dla ustalonego parametru strojenia istnieje konkretny wcześniejszy odpowiednik. Teraz częsty optymalizowałby parametr strojenia poprzez krzyżową weryfikację. Czy istnieje odpowiednik bayesowski …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.