Czy użycie „wariacyjnego” zawsze odnosi się do optymalizacji poprzez wnioskowanie wariacyjne? Przykłady: „Automatyczny enkoder wariacyjny” „Wariacyjne metody bayesowskie” „Grupa renormalizacji
Mam pytanie / zamieszanie dotyczące stacjonarnych serii wymaganych do modelowania za pomocą ARIMA (X). Myślę o tym bardziej w kategoriach wnioskowania (efekt interwencji), ale chciałbym wiedzieć, czy prognozowanie kontra wnioskowanie ma jakikolwiek wpływ na odpowiedź. Pytanie: Wszystkie wstępne...
Wyobraź sobie, że badacz bada zbiór danych i przeprowadza 1000 różnych regresji i znajduje między nimi jedną interesującą relację. Teraz wyobraź sobie, że inny badacz z tymi samymi danymi wykonuje tylko 1 regresję i okazuje się, że jest to ta sama, którą drugi badacz wziął 1000 regresji, aby ją...
Czytam o wnioskowaniu bayesowskim i natknąłem się na frazę „numeryczna integracja marginalnego prawdopodobieństwa jest zbyt droga” Nie mam doświadczenia w matematyce i zastanawiałem się, co dokładnie oznacza tutaj droga ? Czy chodzi tylko o moc obliczeniową, czy może jest coś więcej....
Czy istnieje dobrze opublikowane sprawozdanie z danymi matematycznymi różnych podejść do problemu
Tenis ma osobny trzypoziomowy system punktacji i zastanawiam się, czy ma to jakąkolwiek statystyczną korzyść z punktu widzenia meczu jako eksperymentu mającego na celu ustalenie lepszego gracza. Dla tych, którzy nie są zaznajomieni, w normalnych zasadach gra jest wygrywana od pierwszych do 4...
W koniugacie Bayesa z analizą bayesowską Kevina Murphy'ego rozkładu Gaussa pisze, że tylna dystrybucja predykcyjna jest p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta gdzie to dane, na których model jest dopasowany, a to dane...
To znaczy, aby wykonać sekwencyjną analizę (nie wiadomo z góry dokładnie, ile danych zostanie zgromadzonych) metodami częstych wymaga szczególnej uwagi; nie można po prostu zbierać danych, dopóki wartość p nie stanie się wystarczająco mała lub przedział ufności nie będzie wystarczająco krótki. Ale...
Skorelowałem dane i używam modelu mieszanych efektów regresji logistycznej do oszacowania indywidualnego (warunkowego) efektu dla predyktora zainteresowania. Wiem, że w przypadku standardowych modeli brzeżnych wnioskowanie na temat parametrów modelu za pomocą testu Walda jest spójne dla...
Jak mogę zbudować asymptotyczny przedział ufności dla rzeczywistego parametru, zaczynając od MLE dla tego
Szukam papieru, który mam nadzieję, że istnieje, ale nie wiem, czy on istnieje. Może to być zestaw studiów przypadków i / lub argument z teorii prawdopodobieństwa, dlaczego wykorzystanie danych przekrojowych do wnioskowania / przewidywania zmian podłużnych może być złą rzeczą (tj. Niekoniecznie...
Kontekst: Musiałem przeprowadzić analizę danych dla klienta (pewnego rodzaju prawnika), który był absolutnie początkującym w statystyce. Zapytał mnie, co oznacza termin „znaczenie statystyczne”, i naprawdę próbowałem to wyjaśnić ... ale ponieważ nie jestem dobry w wyjaśnianiu rzeczy,...
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...
Mam funkcję prawdopodobieństwa dla prawdopodobieństwa moich danych biorąc pod uwagę niektóre parametry modelu , które chciałbym oszacować. Zakładając płaskie priorytety parametrów, prawdopodobieństwo jest proporcjonalne do prawdopodobieństwa a posteriori. Używam metody MCMC, aby zbadać to...
Czytając odpowiedzi na ten wątek , zacząłem się zastanawiać, w jaki sposób testowanie hipotez odnosi się do metody naukowej . Chociaż dobrze je rozumiem, trudno mi jest precyzyjnie powiązać je między sobą. Na wysokim poziomie metoda naukowa sprowadza się do: Twórz domysły i hipotezy...
To pytanie jest inspirowane odpowiedzią Martijna tutaj . Załóżmy, że dopasowujemy GLM do rodziny jednoparametrowej, takiej jak model dwumianowy lub Poissona, i że jest to procedura pełnego prawdopodobieństwa (w przeciwieństwie do quasipoissonu). Zatem wariancja jest funkcją średniej. Z...
mgcvOpakowanie Rposiada dwie funkcje montowania interakcji produktów napinacz: te()i ti(). Rozumiem podstawowy podział pracy między nimi (dopasowanie interakcji nieliniowej vs. rozkładanie tej interakcji na główne efekty i interakcję). To, czego nie rozumiem, to dlaczego te(x1, x2)i ti(x1) + ti(x2)...
Kiedy obliczyć błąd standardowy współczynnik regresji, nie stanowią przypadkowości w macierzy eksperymentu . Na przykład w OLS obliczamy jakoXXXvar ( β^)var(β^)\text{var}(\hat{\beta})var ( ( XT.X)- 1XT.Y) = σ2)( XT.X)- 1var((XTX)−1XTY)=σ2(XTX)−1\text{var}((X^TX)^{-1}X^TY) =...
Załóżmy, że masz następującą sytuację: Z biegiem czasu zaobserwowałeś 1000 graczy w kręgle, którzy grali w stosunkowo niewielką liczbę gier (powiedzmy od 1 do 20). Zanotowałeś procent uderzeń dla każdego z tych graczy w stosunku do liczby gier, w które każdy z nich grał. Wchodzi nowy gracz w...
Czytam książkę o sabermetrii, w szczególności Mathletics autorstwa Wayne Winston, a w pierwszym rozdziale wprowadza ilość, którą można wykorzystać do przewidzenia wskaźnika wygranych drużyn: i wydaje się sugerować, że w połowie sezonu można go wykorzystać do przewidywania wskaźnika...