Preguntas etiquetadas con bayesian

Estoy leyendo sobre distribuciones anteriores y calculé Jeffreys antes para una muestra de variables aleatorias normalmente distribuidas con media y varianza desconocidas. Según mis cálculos, lo siguiente vale para Jeffreys antes: Aquí,yoes la matriz de información de Fisher.p ( μ , σ2) = de t ( I)-----√= de t ( …

12 bayesian  normal-distribution  prior  jeffreys-prior 

¿Cuáles son las definiciones de los semi-conjugados anteriores y de los condicional conjugados anteriores ? Los encontré en el Análisis de datos bayesianos de Gelman , pero no pude encontrar sus definiciones.

12 bayesian 

Quería entender mejor la prueba exacta del pescador, así que ideé el siguiente ejemplo de juguete, donde f y m corresponde a machos y hembras, y n e y corresponden a "consumo de refrescos" de esta manera: > soda_gender f m n 0 5 y 5 0 Obviamente, esta es …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

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 

En el teorema bayesiano, , y del libro que estoy leyendo,p(x|y)se llamaprobabilidad, pero supongo que es solo laprobabilidad condicionaldexdadoy, ¿verdad?p(y|x)=p(x|y)p(y)p(x)p(y|x)=p(x|y)p(y)p(x)p(y|x) = \frac{p(x|y)p(y)}{p(x)}p(x|y)p(x|y)p(x|y)xxxyyy La estimación de máxima verosimilitud intenta maximizar , ¿verdad? Si es así, estoy muy confundido, porque x , y son variables aleatorias, ¿verdad? Para maximizar p ( x …

12 bayesian  maximum-likelihood 

Me gustaría entender qué está haciendo el siguiente código. La persona que escribió el código ya no funciona aquí y está casi completamente indocumentado. Me pidieron que lo investigara alguien que piensa " es un modelo de regresión logística bayesiano " bglm <- function(Y,X) { # Y is a vector …

12 r  logistic  bayesian  generalized-linear-model 

Podemos escribir el teorema de Bayes como p(θ|x)=f(X|θ)p(θ)∫θf(X|θ)p(θ)dθp(θ|x)=f(X|θ)p(θ)∫θf(X|θ)p(θ)dθp(\theta|x) = \frac{f(X|\theta)p(\theta)}{\int_{\theta} f(X|\theta)p(\theta)d\theta} donde es la posterior, es la distribución condicional y es la anterior.f ( X | θ ) p ( θ )p(θ|x)p(θ|x)p(\theta|x)f(X|θ)f(X|θ)f(X|\theta)p(θ)p(θ)p(\theta) o p(θ|x)=L(θ|x)p(θ)∫θL(θ|x)p(θ)dθp(θ|x)=L(θ|x)p(θ)∫θL(θ|x)p(θ)dθp(\theta|x) = \frac{L(\theta|x)p(\theta)}{\int_{\theta} L(\theta|x)p(\theta)d\theta} donde es la posterior, es la función de probabilidad y es la anterior.L …

12 bayesian  likelihood 

Me he encontrado con un muy buen texto sobre Bayes / MCMC. TI sugiere que una estandarización de sus variables independientes hará que un algoritmo MCMC (Metrópolis) sea más eficiente, pero también puede reducir la (multi) colinealidad. ¿Puede ser eso cierto? ¿Es esto algo que debería hacer como estándar ? …

12 bayesian  mcmc  multicollinearity  standardization 

Este es mi primer intento para que alguien que viene del campo frecuentista haga análisis de datos bayesianos. Leí varios tutoriales y algunos capítulos del Análisis de datos bayesianos de A. Gelman. Como el primer ejemplo de análisis de datos más o menos independiente que elegí es el tiempo de …

12 bayesian  pymc 

Estoy incorporando un enfoque Bayesian Model Averaging (BMA) en mi investigación y pronto daré una presentación sobre mi trabajo a mis colegas. Sin embargo, BMA no es realmente tan conocido en mi campo, así que después de presentarles toda la teoría y antes de aplicarla realmente a mi problema, quiero …

12 bayesian  data-visualization 

Estoy tratando de entender el factor Bayes (BF). Creo que son como la razón de probabilidad de 2 hipótesis. Entonces, si BF es 5, significa que H1 es 5 veces más probable que H0. Y el valor de 3-10 indica evidencia moderada, mientras que> 10 indica evidencia fuerte. Sin embargo, …

11 hypothesis-testing  bayesian  p-value  bayes-factors 

Antecedentes : tengo un doctorado en psicología social, donde las estadísticas teóricas y las matemáticas apenas se cubrieron en mi curso cuantitativo. En la escuela de pregrado y posgrado, me enseñaron (al igual que muchos de ustedes también en ciencias sociales, probablemente) a través del marco frecuentista "clásico". Ahora, también …

11 probability  bayesian  simulation  monte-carlo  frequentist 

Tengo una función de probabilidad L(d|θ)L(d|θ)\mathcal{L}(d | \theta) para la probabilidad de mis datos ddd dados algunos parámetros del modelo θ∈RNθ∈RN\theta \in \mathbf{R}^N , que me gustaría estimar. Suponiendo anteriores planos sobre los parámetros, la probabilidad es proporcional a la probabilidad posterior. Yo uso un método MCMC para probar esta …

11 bayesian  maximum-likelihood  optimization  inference  mcmc 

Si Uniform y Bin , entonces la media posterior de viene dada por .p∼p∼p \sim(0,1)(0,1)(0,1)X∼X∼X \sim(n,p)(n,p)(n, p)pppX+1n+2X+1n+2\frac{X+1}{n+2} ¿Hay un nombre común para este estimador? Descubrí que resuelve los problemas de muchas personas y me gustaría poder señalar a las personas a una referencia, pero no he podido encontrar el nombre …

11 bayesian  terminology  laplace-smoothing 

En las estadísticas frecuentistas, un intervalo de confianza del 95% es un procedimiento que produce intervalos que, si se repite un número infinito de veces, contendría el parámetro verdadero el 95% del tiempo. ¿Por qué es útil esto? Los intervalos de confianza a menudo se malinterpretan. Son no un intervalo …

11 hypothesis-testing  bayesian  mathematical-statistics  confidence-interval  frequentist