Preguntas etiquetadas con bayesian

La inferencia bayesiana es un método de inferencia estadística que se basa en tratar los parámetros del modelo como variables aleatorias y aplicar el teorema de Bayes para deducir declaraciones de probabilidad subjetivas sobre los parámetros o hipótesis, condicional en el conjunto de datos observado.

1
Ejemplo de desigualdad estricta de von Neumann
Deje que denote el riesgo de Bayes de un estimador con respecto a un anterior , deje que denote el conjunto de todos los anteriores en el espacio de parámetros y deje que denote el conjunto de todas las reglas de decisión (posiblemente aleatorias).δ π Π Θ Δr ( π, …
1
Criterios para seleccionar el "mejor" modelo en un modelo oculto de Markov
Tengo un conjunto de datos de series temporales en el que estoy tratando de ajustar un Modelo de Markov Oculto (HMM) para estimar el número de estados latentes en los datos. Mi pseudo código para hacer esto es el siguiente: for( i in 2 : max_number_of_states ){ ... calculate HMM …
1
modelos bayesianos jerárquicos vs. Bayes empíricos
¿Consideraría que HBM vs EB son dos alternativas en las cuales los hiperparámetros están "en el juego" de ser muestreados / estimados / etc.? Claramente hay una conexión entre estos dos. ¿Consideraría que HBM es más "completamente bayesiano" que EB? ¿Hay algún lugar donde pueda ver cuáles son las diferencias …
5
¿Alguna vez los bayesianos sostienen que hay casos en los que su enfoque generaliza / se superpone con el enfoque frecuentista?
¿Alguna vez los bayesianos sostienen que su enfoque generaliza el enfoque frecuentista, porque uno puede usar antecedentes no informativos y, por lo tanto, puede recuperar una estructura típica de modelo frecuentista? ¿Alguien puede referirme a un lugar donde pueda leer sobre este argumento, si realmente se usa? EDITAR: Esta pregunta …
6
Si usa una estimación puntual que maximiza , ¿qué dice eso sobre su filosofía? (Frecuente o bayesiano o algo más?)
Si alguien dijera "Ese método utiliza el MLE, la estimación puntual para el parámetro que maximiza , por lo tanto, es frecuentista; y además no es bayesiano".P ( x | θ )P(x|θ)\mathrm{P}(x|\theta) estarías de acuerdo? Actualización sobre los antecedentes : Hace poco leí un artículo que dice ser frecuente. No …
2
¿Cuándo usar bootstrap vs. técnica bayesiana?
Tengo un problema de análisis de decisiones bastante complicado que involucra pruebas de confiabilidad y el enfoque lógico (para mí) parece involucrar el uso de MCMC para soportar un análisis bayesiano. Sin embargo, se ha sugerido que sería más apropiado utilizar un enfoque de arranque. ¿Podría alguien sugerir una referencia …
2
Modelo bayesiano jerárquico (?)
Disculpe mi carnicería de jerga estadística :) Aquí he encontrado un par de preguntas relacionadas con la publicidad y las tasas de clics. Pero ninguno de ellos me ayudó mucho con mi comprensión de mi situación jerárquica. Hay una pregunta relacionada ¿Son estas representaciones equivalentes del mismo modelo jerárquico bayesiano? …
2
¿Cómo parametrizar la relación de dos variables normalmente distribuidas, o la inversa de una?
Problema: estoy parametrizando distribuciones para usar como antecedentes y datos en un metanálisis bayesiano. Los datos se proporcionan en la literatura como estadísticas de resumen, casi exclusivamente se supone que se distribuyen normalmente (aunque ninguna de las variables puede ser <0, algunas son proporciones, algunas son masivas, etc.). Me he …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.