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.

3
Częstochowskie rozumowanie i uwarunkowania na podstawie obserwacji (przykład Wagenmakers i in.)
Nie jestem ekspertem w dziedzinie statystyki, ale zdaję sobie sprawę, że istnieje spór, czy „częstokształtna” czy „bayesowska” interpretacja prawdopodobieństwa jest „słuszna”. Od Wagenmakers i in. al p. 183: Rozważ równomierny rozkład ze średnią i szerokością . Narysuj dwie wartości losowo z tej dystrybucji, etykieta najmniejszy oraz największy , i sprawdzić, …
1
Uwzględnianie parametrów dyskretnych lub binarnych w kryterium informacji bayesowskiej
BIC penalizuje na podstawie liczby parametrów. Co jeśli niektóre parametry są jakimś rodzajem zmiennych binarnych? Czy liczą się one jako pełne parametry? Ale można połączyć parametry binarnych na jednej dyskretnej zmiennej przyjąć wartość w . Czy należy je liczyć jako parametrów czy jeden parametr?mmm{0,1,...,2m−1}{0,1,...,2m−1}\{0,1,...,2^m-1\}mmm
2
Czy dane mogą dyktować priorytety, a następnie uruchomić model przy użyciu tych priorytetów? (np. priory oparte na danych z tego samego zestawu danych)
Rozumiem, że nie powinniśmy pozwalać temu samemu zestawowi danych, który analizujemy, na określenie / zdefiniowanie wyglądu poprzednich dystrybucji w analizie bayesowskiej. W szczególności niewłaściwe jest definiowanie wcześniejszych rozkładów dla analizy bayesowskiej na podstawie statystyk podsumowujących z tego samego zestawu danych, z którego następnie zamierzasz korzystać z priors, aby pomóc dopasować …
9 bayesian  prior 
1
Jak obliczyć oszacowanie gęstości tylnej na podstawie wcześniejszego i prawdopodobnego prawdopodobieństwa?
Próbuję zrozumieć, jak użyć twierdzenia Bayesa do obliczenia tylnej, ale utknąłem w podejściu obliczeniowym, np. W następującym przypadku nie jest dla mnie jasne, jak wziąć iloczyn wcześniejszego i prawdopodobieństwa, a następnie obliczyć tylny: W tym przykładzie jestem zainteresowany obliczeniem prawdopodobieństwa a posteriori dla i używam standardowej normalnej przed , ale …
3
Wskaźniki akceptacji dla Metropolis-Hastings z jednolitym rozkładem kandydatów
Kiedy działa algorytm Metropolis-Hastings z jednolitymi rozkładami kandydatów, jakie jest uzasadnienie posiadania współczynników akceptacji około 20%? Mam na myśli: po wykryciu prawdziwych (lub zbliżonych do prawdziwych) wartości parametrów, żaden nowy zestaw wartości parametrów kandydujących z tego samego jednolitego przedziału nie zwiększyłby wartości funkcji prawdopodobieństwa. Dlatego im więcej iteracji przeprowadzam, tym …
4
Jak przeprowadzić wiele testów chi-kwadrat post-hoc na stole 2 X 3?
Mój zestaw danych obejmuje zarówno całkowitą śmiertelność, jak i przeżycie organizmu w trzech typach miejsc: przybrzeżnym, śródokanałowym i przybrzeżnym. Liczby w poniższej tabeli reprezentują liczbę witryn. 100% Mortality 100% Survival Inshore 30 31 Midchannel 10 20 Offshore 1 10 Chciałbym wiedzieć, czy liczba witryn, w których wystąpiła 100% śmiertelność, jest …
2
Koniugat przed rozkładem gamma
Muszę zaktualizować wskaźnik awaryjności (podany jako deterministyczny) w oparciu o nowy wskaźnik awaryjności w tym samym systemie (jest on również deterministyczny). Czytałem o sprzężonych priorsach i rozkładzie gamma jako sprzężonych z procesem Poissona. Mogę również zrównać średnią wartość dystansu Gamma. ( ) do nowej stawki (jako wartość średnia), ale nie …
9 bayesian 
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.