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.

0
Jaynesa
W książce Jaynesa „Prawdopodobieństwo: logika nauki” Jaynes ma rozdział (rozdz. 18) zatytułowany „Rozkład i reguła sukcesji”, w którym wprowadza ideę rozkładów , którą ten fragment pomaga zilustrować:A pZApZApA_pZApZApA_p [...] Aby to zobaczyć, wyobraź sobie efekt uzyskiwania nowych informacji. Załóżmy, że rzuciliśmy monetą pięć razy i za każdym razem wyskakuje. Pytasz …
2
Jaki jest bayesowski odpowiednik ogólnego testu dopasowania?
Mam dwa zestawy danych, jeden z zestawu obserwacji fizycznych (temperatur), a drugi z zestawu modeli numerycznych. Robię analizę idealnego modelu, zakładając, że zespół modeli reprezentuje prawdziwą, niezależną próbkę i sprawdzam, czy obserwacje pochodzą z tego rozkładu. Statystyka, którą obliczyłem, jest znormalizowana i teoretycznie powinna być standardowym rozkładem normalnym. Oczywiście nie …
4
Ziliak (2011) sprzeciwia się stosowaniu wartości p i wymienia niektóre alternatywy; czym oni są?
W niedawnym artykule na temat wad polegania na wartości p do wnioskowania statystycznego, zatytułowanym „Matrixx przeciwko Siracusano i Student przeciwko Fisher, znaczenie statystyczne w próbie” (DOI: 10.1111 / j.1740-9713.2011.00511.x), Stephen T. Ziliak sprzeciwia się zastosowaniu wartości p. W końcowych akapitach mówi: Dane to jedna rzecz, którą już wiemy i na …
4
Rozwiązanie problemu niepewności modelu
Zastanawiałem się, jak Bayesianie ze społeczności CrossValidated postrzegają problem niepewności modelu i jak wolą sobie z tym poradzić? Postaram się zadać pytanie w dwóch częściach: Jak ważne (według twojego doświadczenia / opinii) jest radzenie sobie z niepewnością modelu? Nie znalazłem żadnych artykułów na ten temat w społeczności uczącej się maszynowo, …
3
Jak Bayesianie porównują rozkłady?
Myślę więc, że dobrze rozumiem podstawy prawdopodobieństwa częstokroć i analizy statystycznej (i tego, jak bardzo można je wykorzystać). W świecie częstokroć sensowne jest zadawanie takiego pytania, jak: „czy ten rozkład różni się od tego rozkładu”, ponieważ zakłada się, że rozkłady są rzeczywiste, obiektywne i niezmienne (przynajmniej dla danej sytuacji), i …
1
Co to są wariacyjne autoencodery i do jakich zadań uczenia się są wykorzystywane?
Zgodnie z tą i tą odpowiedzią autoencodery wydają się być techniką wykorzystującą sieci neuronowe do redukcji wymiarów. Chciałbym dodatkowo wiedzieć, czym jest wariacyjny autoencoder (jego główne różnice / zalety w stosunku do „tradycyjnych” autoencoderów), a także jakie są główne zadania edukacyjne, do których są wykorzystywane te algorytmy.
1
Jak ważny jest empiryczny Bayes?
Właśnie skończyłem czytać świetną książkę Wprowadzenie do Empirical Bayes . Myślałem, że książka jest świetna, ale budowanie priorów z danych wydawało się złe. Zostałem przeszkolony, że opracowujesz plan analizy, następnie gromadzisz dane, a następnie testujesz hipotezę, którą wcześniej określiłeś w swoim planie analizy. Kiedy przeprowadzasz analizę danych, które już zostały …
3
Historia wcześniejszej nieinformacyjnej teorii
Piszę krótki esej teoretyczny na kurs statystyki bayesowskiej (w mgr ekonomii) na temat nieinformacyjnych priorów i staram się zrozumieć, jakie są etapy rozwoju tej teorii. Do tej pory moja oś czasu składa się z trzech głównych kroków: zasada obojętności Laplace'a (1812), priory non-invariant (Jeffreys (1946)), odniesienie Bernardo przed (1979). Z …
1
Czy wielomian (1 / n,…, 1 / n) można scharakteryzować jako dyskretny Dirichlet (1, .., 1)?
To pytanie jest nieco niechlujne, ale w celu uzupełnienia tego uwzględnię kolorowe wykresy! Najpierw tło, a następnie pytanie. tło Załóżmy, że masz wymiarowy rozkład wielomianowy z jednakowymi probailitami w kategoriach . Niech będzie znormalizowanymi ( ) z tego rozkładu, to znaczy:nnnnnnπ=(π1,…,πn)π=(π1,…,πn)\pi = (\pi_1, \ldots, \pi_n)ccc (c1,…,cn)∼Multinomial(1/n,…,1/n)πi=cin(c1,…,cn)∼Multinomial(1/n,…,1/n)πi=cin(c_1, \ldots, c_n) \sim \text{Multinomial}(1/n, …
2
Jaki model statystyczny lub algorytm można zastosować do rozwiązania problemu John Snow Cholera?
Chciałbym dowiedzieć się, jak opracować przybliżenie geograficzne pewnego rodzaju epicentrum na podstawie danych z epidemii choroby John Snow Cholera. Jakie modelowanie statystyczne można zastosować do rozwiązania takiego problemu bez uprzedniej wiedzy o tym, gdzie znajdują się studnie. Jako ogólny problem miałbyś do dyspozycji czas, lokalizację znanych punktów i ścieżkę spacerową …
2
Średnia batejskiego mrugnięcia przed
Chciałem zadać pytanie inspirowane doskonałą odpowiedzią na pytanie dotyczące intuicji w dystrybucji beta. Chciałem lepiej zrozumieć wyprowadzenie dla wcześniejszego rozkładu dla średniej mrugnięcia. Wygląda na to, że David wycofuje parametry ze średniej i zakresu. Zakładając, że średnia wynosi 0.270.270.27 a odchylenie standardowe wynosi , czy możesz wycofać i , rozwiązując …
23 bayesian  prior 
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.