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.

1
próg obliczeniowy dla minimalnego klasyfikatora ryzyka?
Załóżmy, że dwie klasy i mają atrybut i mają rozkład i . jeśli mamy równe wcześniejsze dla następującej macierzy kosztów:C1C1C_1C2C2C_2xxxN(0,0.5)N(0,0.5) \cal{N} (0, 0.5)N(1,0.5)N(1,0.5) \cal{N} (1, 0.5)P(C1)=P(C2)=0.5P(C1)=P(C2)=0.5P(C_1)=P(C_2)=0.5 L=[010.50]L=[00.510]L= \begin{bmatrix} 0 & 0.5 \\ 1 & 0 \end{bmatrix} dlaczego jest progiem dla minimalnego klasyfikatora ryzyka (kosztu)?x0&lt;0.5x0&lt;0.5x_0 < 0.5 Oto mój przykład notatki, …
2
Ekonometria bayesowskiego podejścia do metodologii badania zdarzeń
Badania zdarzeń są szeroko rozpowszechnione w ekonomii i finansach w celu ustalenia wpływu zdarzenia na cenę akcji, ale prawie zawsze opierają się na częstych wnioskach. Regresja OLS - w okresie referencyjnym innym niż okno zdarzenia - jest zwykle stosowana do określenia parametrów wymaganych do modelowania normalnego zwrotu z aktywów. Następnie …
1
Modelowanie bayesowskie przy użyciu wielowymiarowej normalnej z kowariantem
Załóżmy, że masz zmienną objaśniającą gdzie oznacza daną współrzędną. Masz również zmienną odpowiedzi . Teraz możemy połączyć obie zmienne jako:X=(X(s1),…,X(sn))X=(X(s1),…,X(sn)){\bf{X}} = \left(X(s_{1}),\ldots,X(s_{n})\right)sssY=(Y(s1),…,Y(sn))Y=(Y(s1),…,Y(sn)){\bf{Y}} = \left(Y(s_{1}),\ldots,Y(s_{n})\right) W(s)=(X(s)Y(s))∼N(μ(s),T)W(s)=(X(s)Y(s))∼N(μ(s),T){\bf{W}}({\bf{s}}) = \left( \begin{array}{ccc}X(s) \\ Y(s) \end{array} \right) \sim N(\boldsymbol{\mu}(s), T) W takim przypadku wybieramy po prostu μ(s)=(μ1μ2)Tμ(s)=(μ1μ2)T\boldsymbol{\mu}(s) = \left( \mu_{1} \; \; \mu_{2}\right)^{T} a TTT …
1
Przykłady błędnego zastosowania twierdzenia Bayesa
To pytanie społecznościowe dotyczące przepełnienia matematyki zawierało „przykłady złych argumentów, które dotyczą zastosowania twierdzeń matematycznych w kontekstach niematematycznych”, i stworzyło fascynującą listę patologicznie stosowanej matematyki. Zastanawiam się nad podobnymi przykładami patologicznego zastosowania wnioskowania bayesowskiego. Czy ktoś napotkał artykuły naukowe, ekscentryczne posty na blogach, które używają metod bayesowskich w szalony sposób.
11 bayesian 
2
Wygładzanie Laplace'a i Dirichleta wcześniej
W artykule na Wikipedii o wygładzaniu Laplace'a (lub wygładzaniu addytywnym) mówi się, że z bayesowskiego punktu widzenia odpowiada to oczekiwanej wartości rozkładu tylnego przy użyciu symetrycznego rozkładu Dirichleta z parametrem jako wcześniejszym.αα\alpha Zastanawiam się, jak to w rzeczywistości jest prawdą. Czy ktoś mógłby mi pomóc zrozumieć, w jaki sposób te …
1
Interwał prognozy = wiarygodny interwał?
Zastanawiam się, czy przedział przewidywania i przedział wiarygodności oceniają to samo. Na przykład przy regresji liniowej, gdy szacujesz przedział predykcji dopasowanych wartości, limity przedziału, w którym spodziewana jest spadek wartości. W przeciwieństwie do przedziału ufności, nie skupiasz się na parametrze rozkładu, takim jak wartość średnia, ale na wartości, którą objaśniona …
1
Przykład oceny maksymalnej a posteriori
Czytałem o oszacowaniu maksymalnego prawdopodobieństwa i oszacowaniu maksymalnego a posteriori i jak dotąd spotkałem się z konkretnymi przykładami tylko z oszacowaniem maksymalnego prawdopodobieństwa. Znalazłem kilka abstrakcyjnych przykładów maksymalnego oszacowania a posteriori, ale nic konkretnego jeszcze z liczbami: S. Może być bardzo przytłaczający, działa tylko z abstrakcyjnymi zmiennymi i funkcjami, a …
1
Rozkład próbkowania współczynników regresji
Wcześniej dowiedziałem się o rozkładach próbkowania, które dały wyniki, które były dla estymatora, pod względem nieznanego parametru. Na przykład dla rozkładów próbkowania i w modelu regresji liniowejβ^0β^0\hat\beta_0β^1β^1\hat\beta_1Yi=βo+β1Xi+εiYi=βo+β1Xi+εiY_i = \beta_o + \beta_1 X_i + \varepsilon_i β^0∼N(β0, σ2(1n+x¯2Sxx))β^0∼N(β0, σ2(1n+x¯2Sxx)) \hat{\beta}_0 \sim \mathcal N \left(\beta_0,~\sigma^2\left(\frac{1}{n}+\frac{\bar{x}^2}{S_{xx}}\right)\right) i β^1∼N(β1, σ2Sxx)β^1∼N(β1, σ2Sxx) \hat{\beta}_1 \sim \mathcal N …
1
Neg Binomial i przeor Jeffreysa
Próbuję uzyskać wcześniejszy Jeffreys dla ujemnego rozkładu dwumianowego. Nie widzę, gdzie się mylę, więc jeśli ktoś mógłby pomóc to wskazać, byłoby to mile widziane. Okej, więc sytuacja jest następująca: mam porównać wcześniejsze rozkłady uzyskane za pomocą dwumianu i ujemnego dwumianu, gdzie (w obu przypadkach) jest prób i m sukcesów. Otrzymuję …
4
Bayesowskie nieinformacyjne priory kontra częste hipotezy zerowe: jaki jest związek?
Natrafiłem na to zdjęcie w blogu tutaj . Byłem rozczarowany, że czytanie oświadczenia nie wywołało u mnie takiego samego wyrazu twarzy, jak u tego faceta. Co zatem oznacza stwierdzenie, że hipoteza zerowa jest tym, w jaki sposób częstokształtni wyrażają nieinformacyjny przeor? Czy to naprawdę prawda? Edycja: Mam nadzieję, że ktoś …
1
Wybór modelu ABC
Zostało pokazane , że ABC wybór modelu z użyciem czynników Bayesa nie ma być zalecane ze względu na obecność błędu pochodzących z wykorzystaniem statystyk podsumowujących. Wniosek w tym artykule opiera się na badaniu zachowania popularnej metody aproksymacji współczynnika Bayesa (algorytm 2). Powszechnie wiadomo, że czynniki Bayesa to nie jedyny sposób …
1
Koc Markowa a normalna zależność w sieci bayesowskiej
Kiedy czytałem o sieci bayesowskiej, natrafiłem na termin „ koc Markowa ” i poważnie pomyliłem się z jego niezależnością w grafie sieci bayesowskiej. Koc Markowa krótko mówi, że każdy węzeł zależy tylko od jego rodziców, dzieci i rodziców dzieci [jest to szary obszar dla węzła A na zdjęciu]. Jakie jest …
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.