W częstym podejściu do wnioskowania procedury statystyczne ocenia się na podstawie ich wydajności w hipotetycznym długim szeregu powtórzeń procesu, który uznano za wygenerowanie danych.
W przypadku płaskiego przejęcia estymatory ML (częste - maksymalne prawdopodobieństwo) i MAP (bayesowskie - maksymalne a posteriori) pokrywają się. Mówiąc bardziej ogólnie, mówię o estymatorach punktowych wyprowadzonych jako optymalizatory niektórych funkcji strat. To znaczy (Bayesa) x (x^(.)=argminE(L(X−x^(y))|y) (Bayesian) x^(.)=argminE(L(X−x^(y))|y) (Bayesian) \hat x(\,. ) = \text{argmin} \; \mathbb{E} \left( L(X-\hat x(y)) …
Robby McKilliam mówi w komentarzu do tego postu: Należy zauważyć, że z punktu widzenia częstych nie ma powodu, dla którego nie można włączyć wcześniejszej wiedzy do modelu. W tym sensie widok częstych jest prostszy, masz tylko model i niektóre dane. Nie ma potrzeby oddzielania wcześniejszych informacji od modelu Również tutaj …
Czy ktoś napisał krótką ankietę na temat różnych podejść do statystyki? Do pierwszego przybliżenia masz statystyki częste i bayesowskie. Ale jeśli spojrzeć bliżej masz też inne podejścia jak likelihoodist i empirycznych Bayesa. A potem masz podziały w grupach, takie jak subiektywny Bayes obiektywny Bayes w statystykach Bayesa itp. Wyrób badanie …
W przypadku danego problemu wnioskowania wiemy, że podejście bayesowskie zwykle różni się zarówno pod względem formy, jak i wynika z podejścia fequentystycznego. Częstokroć (zwykle obejmuje mnie) często zwraca uwagę, że ich metody nie wymagają uprzedniego, a zatem są bardziej „oparte na danych” niż „oparte na ocenie”. Oczywiście Bayesian może wskazywać …
Jakie jest częste podejście do historii woltomierza i jego odmian? Chodzi o to, że analiza statystyczna odwołująca się do hipotetycznych zdarzeń musiałaby zostać zrewidowana, gdyby później dowiedziano się, że te hipotetyczne zdarzenia nie mogły mieć miejsca, jak zakładano. Wersja historii na Wikipedii znajduje się poniżej. Inżynier losuje próbkę lamp elektronowych …
Niektórzy Bayesianie atakują wnioskowanie częstych stwierdzając, że „nie ma unikalnego rozkładu próbkowania”, ponieważ zależy to od intencji badacza (Kruschke, Aguinis i Joo, 2012, s. 733). Powiedzmy na przykład, że badacz rozpoczyna zbieranie danych, ale jego finansowanie zostało niespodziewanie zmniejszone po 40 uczestnikach. W jaki sposób zdefiniowano by tutaj rozkłady próbkowania …
Biorąc pod uwagę dwie tablice x i y o długości n, dopasowuję model y = a + b * x i chcę obliczyć 95% przedział ufności dla nachylenia. Jest to (b - delta, b + delta), gdzie b znajduje się w zwykły sposób i delta = qt(0.975,df=n-2)*se.slope a se.slope to …
Jako student fizyki doświadczyłem wykładu „Dlaczego jestem Bayesianem” może pół tuzina razy. Zawsze jest tak samo - prezenter z satysfakcją wyjaśnia, w jaki sposób interpretacja bayesowska przewyższa interpretację częstokrzyską rzekomo stosowaną przez masy. Wspominają o regule Bayesa, marginalizacji, przeorach i późniejszych. Jaka jest prawdziwa historia? Czy istnieje uzasadniona dziedzina zastosowania …
Często zdarza się, że przedział ufności z 95% pokryciem jest bardzo podobny do wiarygodnego przedziału, który zawiera 95% gęstości tylnej. Dzieje się tak, gdy przeor jest jednolity lub prawie jednolity w tym drugim przypadku. Dlatego przedział ufności może być często stosowany do przybliżenia wiarygodnego przedziału i odwrotnie. Co ważne, możemy …
Klasyczne podejście wnioskowania statystycznego opiera się na założeniu, że istnieje poprawnie określona statystyka. Oznacza to, że rozkład P∗(Y)P∗(Y)\mathbb{P}^*(Y) który wygenerował zaobserwowane dane yyy jest częścią modelu statystycznego : MM\mathcal{M}P∗(Y)∈M={Pθ(Y):θ∈Θ}P∗(Y)∈M={Pθ(Y):θ∈Θ}\mathbb{P}^*(Y) \in \mathcal{M}=\{\mathbb{P}_\theta(Y) :\theta \in \Theta\}Jednak w w większości sytuacji nie możemy zakładać, że to naprawdę prawda. Zastanawiam się, co stanie się …
Często słyszę twierdzenie, że statystyki bayesowskie mogą być bardzo subiektywne. Głównym argumentem jest to, że wnioskowanie zależy od wyboru przeora (chociaż można użyć zasady obojętności o maksymalnej entropii, aby wybrać przeor). Dla porównania, jak twierdzi twierdzenie, statystyki częstokroć są na ogół bardziej obiektywne. Ile prawdy jest w tym stwierdzeniu? Ponadto …
Czytam rozdział o częstych statystykach z książki Kevina Murphy'ego „ Machine Learning - A Probabilistic Perspective ”. Sekcja na temat bootstrap brzmi: Bootstrap to prosta technika Monte Carlo do przybliżenia rozkładu próbkowania. Jest to szczególnie przydatne w przypadkach, gdy estymator jest złożoną funkcją prawdziwych parametrów. Pomysł jest prosty. Gdybyśmy znali …
Mówiąc najprościej: czy są jakieś różnice w podejściu Bayesa i Frequentist do analizy danych eksploracyjnych? Nie znam żadnych nieodłącznych uprzedzeń w metodach EDA, ponieważ histogram jest histogramem, wykres rozrzutu jest wykresem rozrzutu itp., Ani nie znalazłem przykładów różnic w sposobie nauczania lub prezentacji EDA (ignorując szczególnie teoretyczny artykuł A. Gelmana) …
Często słyszałem to zdanie, ale nigdy całkowicie nie rozumiałem, co to znaczy. Wyrażenie „dobre właściwości dla częstych” ma obecnie około 2750 trafień w google, 536 na scholar.google.com i 4 na stats.stackexchange.com . Najbliższy rzeczą znalazłem do jasnej definicji pochodzi z końcowego slajd w prezentacji Stanford University , który stanowi, [T] …
Czytałem post na blogu autorstwa statystyka Williama Briggsa, a poniższe stwierdzenie zainteresowało mnie co najmniej. co o tym myślisz? Co to jest przedział ufności? Jest to oczywiście równanie, które zapewni przedział czasowy dla danych. Ma on na celu zapewnienie miary niepewności oszacowania parametru. Teraz, ściśle według teorii częstokroć - którą …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.