Preguntas etiquetadas con bayes

A medida que uno se interesa por las estadísticas, la dicotomía "Frecuentista" versus "Bayesiano" pronto se convierte en algo común (¿y quién no ha leído La señal y el ruido de Nate Silver , de todos modos?). En charlas y cursos introductorios, el punto de vista es abrumadoramente frecuenta ( …

92 bayesian  mathematical-statistics  inference  bayes  frequentist 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 2 años . Estoy usando caret para ejecutar un bosque aleatorio validado cruzado sobre un conjunto de datos. La …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

El teorema de Bayes va PAG( modelo | datos ) = P( modelo ) × P( datos | modelo )PAG( datos )P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Todo esta bien. Pero, he leído en alguna parte: Básicamente, P (datos) no es más que una constante de normalización, es decir, una …

20 probability  bayesian  conditional-probability  bayes 

El artículo The Odds, continuamente actualizado menciona la historia de un pescador de Long Island que literalmente debe su vida a las estadísticas bayesianas. Aquí está la versión corta: Hay dos pescadores en un bote en medio de la noche. Mientras uno está dormido, el otro cae al océano. El …

19 probability  bayesian  posterior  bayes 

Creo que una buena manera de recordar la fórmula es pensar en la fórmula de esta manera: La probabilidad de que algún evento A tenga un resultado particular dado un resultado independiente del evento B = la probabilidad de que ambos resultados ocurran simultáneamente / lo que digamos, la probabilidad …

15 bayesian  bayes 

No entiendo cómo se derivó esta ecuación. P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M_{1}\cap M_{2}) \leq \frac{P(I)}{P(I')}\cdot \frac{P(M_{1}|I)P(M_{2}|I)}{P(M_{1}|I')P(M_{2}|I')} Esta ecuación fue del documento "Trial by Probability", donde se dio el caso de OJ Simpson como un problema de ejemplo. El acusado está siendo juzgado por doble asesinato y se presentan dos evidencias contra él. M1M1M_{1} es …

13 bayesian  conditional-probability  bayes 

¿Cuál es la relación entre el análisis discriminante lineal y la regla de Bayes? Entiendo que LDA se usa en la clasificación al tratar de minimizar la relación de la varianza dentro del grupo y entre la varianza del grupo, pero no sé cómo se usa la regla de Bayes …

12 classification  discriminant-analysis  bayes 

Esta es más una cuestión de historia de la ciencia, pero espero que sea sobre el tema aquí. He leído que Thomas Bayes solo logró descubrir el teorema de Bayes para el caso especial de un uniforme anterior, e incluso entonces luchó con él, aparentemente. Teniendo en cuenta cuán trivial …

12 bayesian  bayes  history 

Se considera el caso ideal en el que la estructura de probabilidad subyacente a las categorías se conoce perfectamente. ¿Por qué con el clasificador Bayes logramos el mejor rendimiento que se puede lograr? ¿Cuál es la prueba / explicación formal de esto? Como siempre usamos el clasificador Bayes como punto …

11 probability  classification  bayesian  bayes 

He estado leyendo Wagenmakers (2007) Una solución práctica al problema generalizado de los valores de p . Me intriga la conversión de los valores BIC en factores y probabilidades de Bayes. Sin embargo, hasta ahora no tengo una buena idea de qué es exactamente una información de unidad anterior . …

11 prior  bic  bayes  unit-information-prior 

Estoy tratando de entender el resultado del Teorema de Bayes aplicado al clásico ejemplo de mamografía, con un giro perfecto de la mamografía. Es decir, Incidencia de cáncer:.01.01.01 Probabilidad de una mamografía positiva, dado que la paciente tiene cáncer:111 Probabilidad de una mamografía positiva, dado que la paciente no tiene …

11 bayesian  bayes  binning  diagnosis 

He estado trabajando con la lógica difusa (FL) durante años y sé que hay diferencias entre FL y probabilidad, especialmente en lo que respecta a la forma en que FL aborda la incertidumbre. Sin embargo, me gustaría preguntar ¿qué más diferencias existen entre FL y probabilidad? En otras palabras, si …

10 bayes  fuzzy 

Un factor Bayes se define en las pruebas bayesianas de hipótesis y en la selección del modelo bayesiano por la razón de dos probabilidades marginales: dada una muestra iid y las respectivas densidades de muestreo y , con los precedentes correspondientes y \ pi_2 , el factor de Bayes para …

9 bayes  marginal  sequential-analysis  bayes-factors 

La pérdida de L2, junto con la pérdida de L0 y L1, son tres funciones de pérdida "por defecto" muy comunes que se utilizan al resumir una pérdida posterior posterior mínima esperada. Una razón para esto es quizás que son relativamente fáciles de calcular (al menos para distribuciones 1d), L0 …

9 bayes  teaching  decision-theory  loss-functions 

Desde un punto de vista matemático, el teorema de Bayes tiene mucho sentido para mí (es decir, derivar y probar), pero lo que no sé es si existe o no un argumento geométrico o gráfico agradable que pueda demostrarse para explicar el teorema de Bayes. Intenté buscar en Google una …

9 bayesian  bayes  geometry