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.
W grupie studentów są 2 z 18 osób leworęcznych. Znajdź rozkład tylny studentów leworęcznych w populacji, zakładając, że uprzedni nieinformacyjny. Podsumuj wyniki. Według literatury 5-20% osób jest leworęcznych. Uwzględnij te informacje w swoim poprzednim i oblicz nowy nowy z tyłu. Wiem, że...
Inspirowany komentarzem do tego pytania : Co uważamy za „nieinformacyjne” z góry - i jakie informacje są nadal zawarte w rzekomo pozbawionym informacji przeorze? Zasadniczo widzę przeora w analizie, w której jest to analiza typu częstokrzyskiego, która próbuje pożyczyć kilka fajnych części z...
Rozumiem, że przeor Jeffreys jest niezmienny podczas ponownej parametryzacji. Jednak nie rozumiem, dlaczego ta właściwość jest pożądana. Dlaczego nie miałbyś chcieć zmiany przed zmianą przy zmianie
Zastanawiam się, czy ma to znaczenie w interpretacji, czy transformowane są tylko zmienne zależne, zależne i niezależne, czy tylko zmienne niezależne. Rozważ przypadek log(DV) = Intercept + B1*IV + Error Mogę interpretować IV jako wzrost procentowy, ale jak to się zmienia, kiedy mam log(DV)...
Jeśli zainteresowanie polega jedynie na oszacowaniu parametrów modelu (oszacowanie punktowe i / lub przedziałowe), a wcześniejsze informacje nie są wiarygodne, słabe (wiem, że jest to trochę niejasne, ale staram się ustalić scenariusz, w którym wybór wcześniejsze jest trudne) ... Dlaczego ktoś...
Jak powinienem uzyskać wcześniejsze informacje od ekspertów przy dopasowaniu modelu
W algorytmie modelu tematycznego LDA widziałem to założenie. Ale nie wiem, dlaczego wybrał dystrybucję Dirichleta? Nie wiem, czy możemy użyć Uniform Distribution na Multinomial jako
Wiem, że rozkład beta jest sprzężony z dwumianowym. Ale jaki jest koniugat przed wersją beta? Dziękuję
Jestem bardzo nowy w statystykach bayesowskich i może to być głupie pytanie. Niemniej jednak: Rozważ wiarygodny interwał z uprzednim, który określa jednolity rozkład. Na przykład od 0 do 1, gdzie 0 do 1 reprezentuje pełny zakres możliwych wartości efektu. Czy w takim przypadku 95% przedział...
Zamknięte. To pytanie jest nie na temat . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby było tematem dotyczącym weryfikacji krzyżowej. Zamknięte 2 lata temu . Używam karetki, aby uruchomić sprawdzony krzyżowo...
To pytanie dotyczy terminologii. Czy „niejasny przeor” jest taki sam jak nieinformacyjny przeor, czy też istnieje między nimi jakaś różnica? Mam wrażenie, że są takie same (od wspólnego szukania niejasnych i nieinformacyjnych informacji), ale nie jestem
Rozważmy Jeffreysa przed gdzie , gdzie jest informacją Fishera.p(θ)∝|i(θ)|−−−−√p(θ)∝|i(θ)|p(\theta) \propto \sqrt{|i(\theta)|}iii Nadal widzę, że ten uprzedzenie jest wymieniany jako nieinformacyjny, ale nigdy nie widziałem argumentu, dlaczego jest on nieinformacyjny. W końcu nie jest to stały...
Czytałem w wielu odnośnikach, że oszacowanie Lasso dla wektora parametru regresji jest równoważne trybowi tylnemu w którym poprzedni rozkład dla każdego jest podwójnym wykładniczym (znanym również jako rozkład Laplace'a).BBBBBBBiBiB_i Próbowałem to udowodnić, czy ktoś może dopracować...
Podczas przeprowadzania wnioskowania bayesowskiego działamy, maksymalizując naszą funkcję prawdopodobieństwa w połączeniu z priorytetami dotyczącymi parametrów. Ponieważ prawdopodobieństwo logarytmiczne jest wygodniejsze, skutecznie maksymalizujemy
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
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...
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...
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
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...