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 +...
Zgodnie z twierdzeniem Bayesa . Ale zgodnie z moim tekstem ekonometrycznym mówi się, że P ( θ | y ) ∝ P ( y | θ ) P ( θ ) . Dlaczego tak jest? Nie rozumiem, dlaczego P ( y ) jest ignorowane.P.( y| θ)P.( θ ) = P( θ | y) P( y)P(y|θ)P(θ)=P(θ|y)P(y)P(y|\theta)P(\theta) = P(\theta|y)P(y)P.( θ | y) ∝ P(...
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...
Wydaje się, że pełne warunki warunkowe są często dość trudne do uzyskania, ale programy takie jak JAGS i BŁĘDY wyprowadzają je automatycznie. Czy ktoś może wyjaśnić, w jaki sposób algorytmicznie generuje pełne warunki warunkowe dla dowolnej specyfikacji
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...
W hierarchicznym modelu danych którym wydaje się typowe w praktyce, aby wybierać wartości ( takie, że średnia i wariancja rozkładu gamma w przybliżeniu odpowiadają średniej i wariancji danych (np. Clayton i Kaldor, 1987 „Empirical Bayes Estimates of Standaryzated Age Relative Risks for Disease...
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...
Wygląda na to, że rozkład dwumianowy jest bardzo podobny w formie do rozkładu beta i że mogę ponownie sparametryzować stałe w obu plikach pdf, aby wyglądały tak samo. Dlaczego więc potrzebujemy dystrybucji wersji beta? Czy to ma konkretny cel?
Czytam slajdy Stevena Scotta o pakiecie BSTS R. (Znajdziesz je tutaj: slajdy ). W pewnym momencie, mówiąc o włączeniu wielu regresorów do strukturalnego modelu szeregów czasowych, wprowadza on priory wartości szczytowej współczynnika regresji i mówi, że są one lepsze w porównaniu z metodami...
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...
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}} =...
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...
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...
Muszę wyznać, że wcześniej nie słyszałem o tym terminie na żadnej z moich zajęć, na studiach licencjackich ani na studiach. Co to znaczy, że regresja logistyczna jest Bayesowska? Szukam wyjaśnienia z przejściem od logistyki zwykłej do logistyki bayesowskiej podobnej do następującej: Jest to...
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...
Biorąc pod uwagę wzór na oszacowanie parametru MAP Dlaczego potrzebne jest podejście MCMC (lub podobne), czy nie mógłbym po prostu pobrać pochodnej, ustawić ją na zero, a następnie rozwiązać dla
Poniżej znajduje się fragment wprowadzenia Bolstad do statystyki bayesowskiej . Dla wszystkich tych ekspertów może to być trywialne, ale nie rozumiem, w jaki sposób autor stwierdza, że nie musimy wykonywać żadnej integracji, aby obliczyć prawdopodobieństwo późniejsze dla pewnej wartości ....
Moje aktualne pytania znajdują się w dwóch ostatnich akapitach, ale motywuję je: Jeśli próbuję oszacować średnią zmiennej losowej, która podąża za rozkładem normalnym ze znaną wariancją, przeczytałem, że umieszczenie munduru przed średnią skutkuje rozkładem tylnym, który jest proporcjonalny do...
Próbuję owinąć głowę wokół wyniku twierdzenia Bayesa zastosowanego do klasycznego przykładu mammograficznego, przy czym obrót mamogramu jest idealny. To jest, Częstość występowania raka:.01.01.01 Prawdopodobieństwo pozytywnego mammografii, biorąc pod uwagę, że pacjent ma...
Jest uważany za idealny przypadek, w którym struktura prawdopodobieństwa leżąca u podstaw kategorii jest doskonale znana. Dlaczego dzięki klasyfikatorowi Bayes osiągamy najlepszą wydajność, jaką można osiągnąć? Jaki jest na to formalny dowód / wyjaśnienie? Jak zawsze używamy klasyfikatora Bayesa...