Preguntas etiquetadas con bayesian

A menudo la gente les habla sobre el préstamo de información o el intercambio de información en modelos jerárquicos bayesianos. Parece que no puedo obtener una respuesta directa sobre lo que esto realmente significa y si es exclusivo de los modelos jerárquicos bayesianos. Tengo una idea: algunos niveles en su …

11 machine-learning  bayesian  multilevel-analysis  terminology  hierarchical-bayesian 

(Esta pregunta está inspirada en este comentario de Xi'an ). Es bien sabido que si la distribución anterior es adecuada y la probabilidad está bien definida, entonces la distribución posterior es apropiado casi con seguridad.π(θ)π(θ)\pi(\theta)L(θ|x)L(θ|x)L(\theta | x)π(θ|x)∝π(θ)L(θ|x)π(θ|x)∝π(θ)L(θ|x)\pi(\theta|x)\propto \pi(\theta) L(\theta|x) En algunos casos, utilizamos en cambio una probabilidad moderada o exponencial, …

11 bayesian  prior  posterior 

¿Los estimadores de Bayes son inmunes al sesgo de selección? La mayoría de los artículos que discuten la estimación en alta dimensión, por ejemplo, datos de secuencia del genoma completo, a menudo plantean el problema del sesgo de selección. El sesgo de selección surge del hecho de que, aunque tenemos …

11 bayesian  feature-selection  bias  unbiased-estimator  conjugate-prior 

Estoy leyendo las diapositivas de Steven Scott sobre el paquete BSTS R (Puede encontrarlas aquí: diapositivas ). En algún momento, cuando habla de incluir muchos regresores en el modelo de serie de tiempo estructural, introduce los picos y las losas anteriores de los coeficientes de regresión y dice que son …

11 r  bayesian  feature-selection  penalized  bsts 

Estoy buscando algunos documentos o libros con ejemplos prácticos y teóricos sobre MCMC básico para estadísticas bayesianas (con R). Nunca he estudiado sobre simulación, y es por eso que estoy buscando información "básica". ¿Me puede dar algunas recomendaciones o consejos?

11 bayesian  references  mcmc 

Parece que hay un debate en curso dentro de la comunidad bayesiana sobre si deberíamos estar haciendo estimaciones de parámetros bayesianos o pruebas de hipótesis bayesianas. Estoy interesado en solicitar opiniones sobre esto. ¿Cuáles son las fortalezas y debilidades relativas de estos enfoques? ¿En qué contextos es uno más apropiado …

11 hypothesis-testing  bayesian 

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 

Es decir, para hacer un análisis secuencial (no sabe de antemano exactamente cuántos datos recopilará) con métodos frecuentas requiere un cuidado especial; no puede simplemente recopilar datos hasta que el valor p sea lo suficientemente pequeño o un intervalo de confianza se vuelva lo suficientemente corto. Pero al hacer un …

11 bayesian  inference  philosophical  sequential-analysis 

Lo siguiente es un extracto de la Introducción a las estadísticas bayesianas de Bolstad . Para todos los expertos, esto puede ser trivial, pero no entiendo cómo el autor concluye que no tenemos que hacer ninguna integración para calcular la probabilidad posterior de algún valor de . Entiendo la segunda …

11 distributions  bayesian  beta-distribution  conjugate-prior 

Dada la fórmula para la estimación MAP de un parámetro ¿Por qué se necesita un enfoque MCMC (o similar), ¿no podría simplemente tomar la derivada, establecerla en cero y luego resolver el parámetro?

11 bayesian  estimation  mcmc 

Cuando me enteré del previo de Jeffreys en mi clase de inferencia estadística de posgrado, mis profesores hicieron que pareciera interesante, principalmente por razones históricas y no porque alguien lo usaría alguna vez. Luego, cuando tomé el análisis de datos bayesianos, nunca se nos pidió que usáramos los antecedentes de …

11 bayesian  prior  jeffreys-prior 

Debo confesar que anteriormente no había oído hablar de ese término en ninguna de mis clases, licenciatura o posgrado. ¿Qué significa que una regresión logística sea bayesiana? Estoy buscando una explicación con una transición de logística regular a logística bayesiana similar a la siguiente: Esta es la ecuación en el …

11 regression  logistic  bayesian  multiple-regression  generalized-linear-model 

Estoy usando PyMC3 para ejecutar modelos bayesianos en mis datos. Soy nuevo en el modelado bayesiano, pero según algunas publicaciones de blogs , Wikipedia y QA de este sitio, parece ser un enfoque válido utilizar el factor Bayes y el criterio BIC para poder elegir qué modelo representa mejor mis …

11 bayesian  model-selection  pymc 

Estoy trabajando en la derivación de un Normal-Wishart posterior, pero estoy atascado en uno de los parámetros (el posterior de la matriz de escala, ver en la parte inferior). Solo por contexto e integridad, aquí está el modelo y el resto de las derivaciones: xiμΛ∼N(μ,Λ)∼N(μ0,(κ0Λ)−1)∼W(υ0,W0)xi∼N(μ,Λ)μ∼N(μ0,(κ0Λ)−1)Λ∼W(υ0,W0)\begin{align} x_i &\sim \mathcal{N}(\boldsymbol{\mu}, \boldsymbol{\Lambda})\\ \boldsymbol{\mu} …

11 bayesian  posterior 

Suponga que dos clases y tienen un atributo tienen distribución y . si tenemos igual para la siguiente matriz de costos:C1C1C_1C2C2C_2xxxN(0,0.5)N(0,0.5) \cal{N} (0, 0.5)N(1,0.5)N(1,0.5) \cal{N} (1, 0.5)P(C1)=P(C2)=0.5P(C1)=P(C2)=0.5P(C_1)=P(C_2)=0.5 L=[010.50]L=[00.510]L= \begin{bmatrix} 0 & 0.5 \\ 1 & 0 \end{bmatrix} ¿Por qué, es el umbral para el clasificador de riesgo mínimo (costo)?x0&lt;0.5x0&lt;0.5x_0 < …

11 machine-learning  classification  bayesian  normal-distribution  bivariate