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,...
Zazwyczaj teorii prawdopodobieństwa uczy się z aksjomatami Kolgomorova. Czy Bayesianie akceptują również aksjomaty
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...
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...
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...
Obecnie pracuję nad problemem, w którym muszę opracować algorytm Monte Carlo (MCMC) łańcucha Markowa dla modelu przestrzeni stanów. Aby móc rozwiązać problem, podano mi następujące prawdopodobieństwo : p ( ) = 2I ( > 0) / (1+ ). jest odchyleniem standardowym
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...
To jest powtarzające się pytanie (patrz ten post , ten post i ten post ), ale mam inny obrót. Załóżmy, że mam kilka próbek z ogólnego próbnika MCMC. Dla każdej próbki znam wartość prawdopodobieństwa dziennika i dziennika przed . Jeśli to pomaga, znam również wartość prawdopodobieństwa dziennika na...
(Jestem nowicjuszem w statystykach. Jestem matematykiem i programistą i staram się zbudować coś w rodzaju naiwnego bayesowskiego filtra antyspamowego). Zauważyłem w wielu miejscach, że ludzie mają tendencję do rozkładania mianownika w równaniu z twierdzenia Bayesa. Zamiast tego: P.( A | B ) ⋅ P(...
Przeglądałem literaturę na temat regularyzacji i często widzę akapity, które łączą regulację L2 z przełożeniem Gaussa i L1 z Laplace'em wyśrodkowanym na zero. Wiem, jak wyglądają te priory, ale nie rozumiem, jak to przekłada się na przykład na wagi w modelu liniowym. W L1, jeśli dobrze rozumiem,...
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...
Kiedy ja Google dla "fisher" "fiducial" ... Na pewno mam dużo hitów, ale wszystkie te, które śledziłem, są całkowicie poza moim zrozumieniem. Wszystkie te hity wydają się mieć jedną wspólną cechę: wszystkie są napisane dla statystyków barwionych w wełnie, ludzi głęboko zanurzonych w teorii,...
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...
Od jakiegoś czasu staram się zrozumieć ideę sprzężonych priorów w statystyce bayesowskiej, ale po prostu nie rozumiem. Czy ktoś może wyjaśnić ten pomysł w najprostszy możliwy sposób, być może wykorzystując jako przykład „przeor
Jakie są różnice między modelami generatywnymi i dyskryminacyjnymi (dyskryminującymi) (w kontekście nauki i wnioskowania bayesowskiego)? a co to jest z prognozowaniem, teorią decyzji lub uczeniem się bez
Próbowałem opracować intuicyjne rozumienie twierdzenia Bayesa w kategoriach wcześniejszego , późniejszego , prawdopodobieństwa i marginalnego prawdopodobieństwa. W tym celu używam następującego równania: gdzie reprezentuje hipotezę lub przekonanie, a reprezentuje dane lub dowody. Zrozumiałem...
Wiemy, że w przypadku właściwej wcześniejszej dystrybucji P(θ∣X)=P(X∣θ)P(θ)P(X)P.(θ∣X)=P.(X∣θ)P.(θ)P.(X)P(\theta \mid X) = \dfrac{P(X \mid \theta)P(\theta)}{P(X)} ∝P(X∣θ)P(θ)∝P.(X∣θ)P.(θ) \propto P(X \mid \theta)P(\theta) . Zwykle uzasadnieniem tego kroku jest to, że rozkład krańcowy , jest...
Andrew Gelman napisał obszerny artykuł o tym, dlaczego testowanie Bayesian AB nie wymaga korekty wielu hipotez: Dlaczego (zwykle) nie musimy się martwić o wiele porównań , 2012. Nie do końca rozumiem: dlaczego metody bayesowskie nie wymagają wielu poprawek testowych? A ~ Distribution1 + Common...
Jestem zainteresowany, aby oszacować gęstość ciągłej zmiennej losowej . Jednym ze sposobów na osiągnięcie tego, czego się nauczyłem, jest użycie estymacji gęstości jądra.XXX Ale teraz interesuje mnie podejście bayesowskie, zgodne z poniższymi wytycznymi. I początkowo przekonani, że następuje...
Obecnie przeglądam „Bayesian Reasoning and Machine Learning” Davida Barbera i jest to niezwykle dobrze napisana i wciągająca książka do nauki podstaw. Więc pytanie do kogoś, kto już to zrobił. Jaki zestaw książek powinienem przejrzeć po tym, jak opanuję większość pojęć z fryzjera...