Preguntas etiquetadas con bayesian

Entiendo que cuando se utiliza un enfoque bayesiano para estimar los valores de los parámetros: La distribución posterior es la combinación de la distribución previa y la distribución de probabilidad. Simulamos esto generando una muestra de la distribución posterior (por ejemplo, usando un algoritmo de Metropolis-Hasting para generar valores, y …

19 bayesian  inference  simulation  mcmc  posterior 

En la fórmula de Bayes: P(x|a)=P(a|x)P(x)P(a)P(x|a)=P(a|x)P(x)P(a)P(x|a) = \frac{P(a|x) P(x)}{P(a)} ¿Puede la probabilidad posterior exceder 1?P(x|a)P(x|a)P(x|a) Creo que es posible si, por ejemplo, suponiendo que , y P ( a ) < P ( x ) < 1 , y P ( a ) / P ( x ) < P …

18 probability  bayesian  conditional-probability 

Estoy tratando de entender a un nivel más profundo la ubicuidad de la probabilidad logarítmica (y quizás más generalmente la probabilidad logarítmica) en estadística y teoría de la probabilidad. Las probabilidades de registro se muestran por todas partes: generalmente trabajamos con la probabilidad de registro para el análisis (por ejemplo, …

18 probability  bayesian  likelihood  log-likelihood 

Me pregunto si las estadísticas bayesianas se aplicarían en consecuencia desde el primer estudio hasta el último si esto hace que un metanálisis sea obsoleto. Por ejemplo, supongamos 20 estudios que se han realizado en diferentes puntos de tiempo. La estimación o distribución del primer estudio se realizó con un …

18 bayesian  meta-analysis 

¿Es cierto que para dos variables aleatorias y ,AAABBB E(A∣B)=E(B∣A)E(A)E(B)?E(A∣B)=E(B∣A)E(A)E(B)?E(A\mid B)=E(B\mid A)\frac{E(A)}{E(B)}?

18 bayesian  mathematical-statistics 

En la literatura, a veces me atonto la observación, que elegir los antecedentes que dependen de los datos en sí (por ejemplo, Zellners g-prior) puede ser criticado desde un punto de vista teórico. ¿Dónde está exactamente el problema si lo anterior no se elige independientemente de los datos?

18 bayesian  prior  hierarchical-bayesian 

¿Qué es un buen libro sobre filosofía bayesiana, que compara subjetivistas contra objetivistas, que explica la visión de la probabilidad como estado de conocimiento en las estadísticas bayesianas, etc.? ¿Quizás el libro de Savage? Al principio pensé que Berger (1986) podría funcionar, pero no es lo que estoy buscando. Buscar …

18 bayesian  references  philosophical 

Mi comprensión del debate bayesiano vs frecuentista es que las estadísticas frecuentistas: es (o pretende ser) objetivo o al menos imparcial así que diferentes investigadores, utilizando diferentes supuestos aún pueden obtener resultados cuantitativamente comparables mientras que las estadísticas bayesianas pretende hacer predicciones "mejores" (es decir, menor pérdida esperada), porque puede …

18 bayesian  quality-control 

A menudo se argumenta que el marco bayesiano tiene una gran ventaja en la interpretación (más frecuente), porque calcula la probabilidad de un parámetro dados los datos - lugar de como en el marco frecuentista. Hasta aquí todo bien.p(θ|x)p(θ|x)p(\theta|x)p(x|θ)p(x|θ)p(x|\theta) Pero, toda la ecuación se basa en: p(θ|x)=p(x|θ).p(θ)p(x)p(θ|x)=p(x|θ).p(θ)p(x)p(\theta|x) = {p(x|\theta) . …

18 bayesian  interpretation  prior  likelihood  posterior 

¿Alguien sabe en qué año MCMC se convirtió en un lugar común (es decir, un método popular para la inferencia bayesiana)? Un enlace a la cantidad de artículos publicados de MCMC (revista) a lo largo del tiempo sería especialmente útil.

18 bayesian  mcmc  history 

Esta es una pregunta muy simple, pero no puedo encontrar la derivación en ningún lugar de Internet o en un libro. Me gustaría ver la derivación de cómo un Bayesiano actualiza una distribución normal multivariada. Por ejemplo: imagina que P(x|μ,Σ)P(μ)==N(μ,Σ)N(μ0,Σ0).P(x|μ,Σ)=N(μ,Σ)P(μ)=N(μ0,Σ0). \begin{array}{rcl} \mathbb{P}({\bf x}|{\bf μ},{\bf Σ}) & = & N({\bf \mu}, …

18 bayesian  normal-distribution  matrix  posterior  linear-algebra 

Tengo muchas ganas de aprender sobre las técnicas bayesianas, así que he estado tratando de enseñarme un poco. Sin embargo, estoy teniendo dificultades para ver cuando el uso de técnicas bayesianas confiere una ventaja sobre los métodos frequentistas. Por ejemplo: he visto en la literatura un poco acerca de cómo …

18 bayesian  frequentist 

Contexto: En el ejemplo de 8 escuelas de Gelman (Bayesian Data Analysis, 3a edición, Ch 5.5) hay ocho experimentos paralelos en 8 escuelas que prueban el efecto del coaching. Cada experimento produce una estimación de la efectividad del entrenamiento y el error estándar asociado. Luego, los autores crean un modelo …

17 bayesian  hierarchical-bayesian 

Se estima que los estimadores de regresión penalizados como LASSO y ridge corresponden a estimadores bayesianos con ciertos antecedentes. Supongo (como no sé lo suficiente sobre las estadísticas bayesianas) que para un parámetro de ajuste fijo, existe un previo concreto correspondiente. Ahora un frecuentista optimizaría el parámetro de ajuste mediante …

17 bayesian  lasso  ridge-regression 

Es bien sabido que la regresión lineal con una penalización de es equivalente a encontrar la estimación MAP dada una Gaussiana anterior sobre los coeficientes. Del mismo modo, usar una penalización es equivalente a usar una distribución de Laplace como la anterior.l2l2l^2l1l1l^1 No es raro usar alguna combinación ponderada de …

17 regression  bayesian  regularization  prior  elastic-net