Pytania otagowane jako prior

W statystyce bayesowskiej wcześniejszy rozkład formalizuje informacje lub wiedzę (często subiektywną), dostępną przed obejrzeniem próbki, w postaci rozkładu prawdopodobieństwa. Rozkład z dużym rozkładem jest stosowany, gdy niewiele wiadomo na temat parametru (ów), podczas gdy wąski wcześniejszy rozkład reprezentuje większy stopień informacji.

2
Czy właściwe wcześniejsze i potęgowane prawdopodobieństwo może prowadzić do niewłaściwej tylnej choroby?
(To pytanie jest inspirowana przez tego komentarza z Xi'an ). Dobrze wiadomo, że jeśli poprzednia dystrybucja jest właściwa, a prawdopodobieństwo jest dobrze określone, to rozkład tylny jest poprawne prawie na pewno.π(θ)π(θ)\pi(\theta)L(θ|x)L(θ|x)L(\theta | x)π(θ|x)∝π(θ)L(θ|x)π(θ|x)∝π(θ)L(θ|x)\pi(\theta|x)\propto \pi(\theta) L(\theta|x) W niektórych przypadkach używamy zamiast tego temperowanego lub potęgowanego prawdopodobieństwa, prowadzącego do pseudo-tylnej π~(θ|x)∝π(θ)L(θ|x)απ~(θ|x)∝π(θ)L(θ|x)α\tilde\pi(\theta|x)\propto \pi(\theta) …
1
Czy statystycy wykorzystują wcześniejszą pracę Jeffreysa w rzeczywistej pracy stosowanej?
Kiedy dowiedziałem się o wcześniejszym Jeffreysu w mojej klasie wnioskowania statystycznego, moi profesorowie brzmieli tak, jakby był interesujący głównie ze względów historycznych, a nie dlatego, że ktokolwiek mógłby z niego skorzystać. Potem, kiedy wziąłem analizę danych bayesowskich, nigdy nie zostaliśmy poproszeni o użycie priory Jeffreysa. Czy ktoś faktycznie używa ich …
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 …
2
Co to jest „Prior Information Unit”?
Czytałem Wagenmakers (2007) Praktyczne rozwiązanie wszechobecnego problemu wartości p . Intryguje mnie konwersja wartości BIC na czynniki i prawdopodobieństwa Bayesa. Jednak do tej pory nie rozumiem, czym dokładnie jest informacja o jednostce wcześniej . Byłbym wdzięczny za wyjaśnienia ze zdjęciami lub kod R do generowania zdjęć tego konkretnego przeora.
1
Czynniki Bayesa z niewłaściwymi priory
Mam pytanie dotyczące porównania modeli z wykorzystaniem czynników Bayesa. W wielu przypadkach statystycy są zainteresowani zastosowaniem podejścia bayesowskiego z niewłaściwymi priory (na przykład niektóre priory Jeffreysa i referencyjne priory). Moje pytanie brzmi: w tych przypadkach, gdy tylny rozkład parametrów modelu jest dobrze zdefiniowany, czy prawidłowe jest porównywanie modeli przy użyciu …
3
Pozyskiwanie priorów… za pomocą pieniędzy!
Załóżmy, że mam „ekspertów”, z którymi chciałbym wywołać uprzedniej dystrybucji na jakiejś zmiennej X . Chciałbym ich zmotywować prawdziwymi pieniędzmi . Chodzi o to, aby wywołać priory, obserwować n realizacji losowej zmiennej , a następnie podzielić pewną z góry ustaloną „torebkę” wśród ekspertów na podstawie tego, jak dobrze ich priory …
10 bayesian  prior 
3
Czy estymator Bayesa wymaga, aby prawdziwy parametr był możliwym wariantem wcześniejszego?
To może być trochę filozoficzne pytanie, ale zaczynamy: W teorii decyzji ryzyko estymatora Bayesa dla jest określone w odniesieniu do wcześniejszego rozkładu \ pi na \ Theta .θ^( x )θ^(x)\hat\theta(x)θ ∈ Θθ∈Θ\theta\in\Thetaππ\piΘΘ\Theta Z jednej strony, aby prawda wygenerowała dane (tj. „Istnieje”), musi być możliwą zmienną poniżej , np. Mieć niezerowe …
1
Który model głębokiego uczenia może klasyfikować kategorie, które nie wykluczają się wzajemnie
Przykłady: w opisie stanowiska mam zdanie: „Starszy inżynier Java w Wielkiej Brytanii”. Chcę użyć modelu głębokiego uczenia się, aby przewidzieć go jako 2 kategorie: English i IT jobs. Jeśli użyję tradycyjnego modelu klasyfikacji, może on przewidzieć tylko 1 etykietę z softmaxfunkcją na ostatniej warstwie. Dlatego mogę użyć 2 modelowych sieci …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 
1
Jak sformalizować wcześniejszy rozkład prawdopodobieństwa? Czy istnieją zasady praktyczne lub wskazówki, których należy używać?
Chociaż lubię myśleć, że dobrze rozumiem pojęcie wcześniejszych informacji w bayesowskiej analizie statystycznej i podejmowaniu decyzji, często mam problem z otuleniem się o jej zastosowanie. Mam na myśli kilka sytuacji, które są przykładami moich zmagań i uważam, że nie zostały one właściwie omówione w bayesowskich podręcznikach statystycznych, które do tej …
1
Wybór priorytetów na podstawie błędu pomiaru
Jak obliczyć odpowiedni wcześniej, jeśli masz błąd pomiaru przyrządu? Ten akapit pochodzi z książki Cressie „Statistics for Spatio-Temporal Data”: Często zdarza się, że dostępne są pewne wcześniejsze informacje dotyczące wariancji błędu pomiaru, co pozwala na określenie dość informacyjnego modelu parametrów. Na przykład, jeśli przyjmujemy warunkowo niezależne błędy pomiaru, które są …
2
„Zapomnienie” o przeorze w środowisku bayesowskim?
Jest dobrze wiadomo, że jak masz więcej dowodów (powiedzmy w postaci większej dla IID przykładach), Bayesa przed dostaje „zapomniał”, a większość wnioskowania jest wpływ dowodów (lub prawdopodobieństwa).nnnnnn Łatwo jest to zobaczyć w różnych konkretnych przypadkach (takich jak Bernoulli z wcześniejszą wersją Beta lub innymi typami przykładów) - ale istnieje sposób, …
9 bayesian  prior 
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 
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.