Preguntas etiquetadas con bayesian

En el libro de Jaynes "Teoría de la probabilidad: la lógica de la ciencia" , Jaynes tiene un capítulo (Capítulo 18) titulado "La distribución y la regla de sucesión" en el que presenta la idea de distribuciones , que este pasaje ayuda a ilustrar:A pUNApagsUNApagsA_pUNApagsUNApagsA_p [...] Para ver esto, imagine …

25 probability  bayesian  beta-distribution 

Tengo dos conjuntos de datos, uno de un conjunto de observaciones físicas (temperaturas) y otro de un conjunto de modelos numéricos. Estoy haciendo un análisis de modelo perfecto, suponiendo que el conjunto del modelo representa una muestra verdadera e independiente, y comprobando si las observaciones se extraen de esa distribución. …

25 bayesian  goodness-of-fit 

En un artículo reciente sobre los deméritos de confiar en el valor p para la inferencia estadística, llamado "Matrixx v. Siracusano y Student v. Fisher Significación estadística en el juicio" (DOI: 10.1111 / j.1740-9713.2011.00511.x), Stephen T. Ziliak se opone al uso de valores p. En los párrafos finales dice: Los …

25 r  hypothesis-testing  statistical-significance  bayesian  p-value 

Me preguntaba cómo los bayesianos en la comunidad CrossValidated ven el problema de la incertidumbre del modelo y cómo prefieren tratarlo. Trataré de formular mi pregunta en dos partes: ¿Qué tan importante (en su experiencia / opinión) es lidiar con la incertidumbre del modelo? No he encontrado ningún documento que …

25 machine-learning  bayesian  model-selection 

Por lo tanto, creo que tengo una comprensión decente de los conceptos básicos de la probabilidad frecuentista y el análisis estadístico (y qué tan mal se puede usar). En un mundo frecuentista, tiene sentido hacer una pregunta como "¿es esta distribución diferente de esa distribución", porque se supone que las …

25 distributions  bayesian 

Así que acabo de leer un gran libro Introducción a Empirical Bayes . Pensé que el libro era genial, pero construir anteriores a partir de los datos se sintió mal. Fui entrenado para que elabore un plan de análisis, luego recopile datos y luego pruebe la hipótesis que previamente determinó …

24 machine-learning  hypothesis-testing  bayesian  empirical-bayes 

Según esta y esta respuesta, los autoencoders parecen ser una técnica que utiliza redes neuronales para la reducción de dimensiones. También me gustaría saber qué es un autoencoder variacional (sus principales diferencias / beneficios sobre los autoencoders "tradicionales") y cuáles son las principales tareas de aprendizaje para las que se …

24 machine-learning  bayesian  deep-learning  autoencoders  variational-bayes 

Estoy escribiendo un breve ensayo teórico para un curso de Estadística Bayesiana (en un M.Sc. de Economía) sobre antecedentes no informativos y estoy tratando de entender cuáles son los pasos en el desarrollo de esta teoría. En este momento, mi cronograma consta de tres pasos principales: el principio de indiferencia …

24 bayesian  references  prior  history 

Actualmente estoy trabajando en un problema, donde necesito desarrollar un algoritmo de Monte Carlo de cadena de Markov (MCMC) para un modelo de espacio de estado. Para poder resolver el problema, se me ha dado la siguiente probabilidad de : p ( ) = 2I ( > 0) / (1+ …

24 distributions  bayesian  prior  state-space-models  cauchy 

Esta es una pregunta recurrente (vea esta publicación , esta publicación y esta publicación ), pero tengo un giro diferente. Supongamos que tengo un montón de muestras de una muestra genérica de MCMC. Para cada muestra θθ\theta , conozco el valor del log de verosimilitud Iniciar sesiónF( x | θ …

24 machine-learning  bayesian  sampling  mcmc  likelihood 

Entonces esta pregunta es un poco desordenada, ¡pero incluiré gráficos coloridos para compensar eso! Primero los antecedentes y luego la (s) pregunta (s). Fondo Digamos que tiene una distribución multinomial dimensional con probailitas iguales sobre las categorías. Sea los recuentos normalizados ( ) de esa distribución, es decir:nnnnnnπ=(π1,…,πn)π=(π1,…,πn)\pi = (\pi_1, …

24 distributions  bayesian  bootstrap  multinomial  dirichlet-distribution 

Por lo general, la teoría de la probabilidad se enseña con los axiomas de Kolgomorov. ¿Los bayesianos también aceptan los axiomas de Kolmogorov?

24 probability  bayesian  kolmogorov-axioms 

Estoy interesado en aprender cómo desarrollar una aproximación geográfica de algún tipo de epicentro basado en los datos del brote de cólera John Snow. Qué modelo estadístico podría usarse para resolver un problema de este tipo sin un conocimiento previo de dónde están ubicados los pozos. Como problema general, tendría …

23 bayesian  spatial  epidemiology  gis 

Quería hacer una pregunta inspirada en una excelente respuesta a la consulta sobre la intuición para la distribución beta. Quería comprender mejor la derivación de la distribución previa para el promedio de bateo. Parece que David está retrocediendo los parámetros de la media y el rango. Bajo el supuesto de …

23 bayesian  prior 

Cuando busco en Google "fisher" "fiducial" ... Seguro que recibo muchos golpes, pero todos los que he seguido están completamente fuera de mi comprensión. Todos estos éxitos parecen tener una cosa en común: están escritos para estadísticos teñidos, personas completamente inmersas en la teoría, la práctica, la historia y la …

23 bayesian  inference  terminology  fiducial  ronald-fisher