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.

4
¿Cuáles son los valores correctos para precisión y recuperación en casos extremos?
La precisión se define como: p = true positives / (true positives + false positives) ¿Es cierto que, como true positivesy false positivesenfoque 0, la precisión se aproxima a 1? La misma pregunta para recordar: r = true positives / (true positives + false negatives) Actualmente estoy implementando una prueba …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
3
¿Por qué se requiere un factor de normalización en el teorema de Bayes?
El teorema de Bayes va PAG( modelo | datos ) = P( modelo ) × P( datos | modelo )PAG( datos )P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Todo esta bien. Pero, he leído en alguna parte: Básicamente, P (datos) no es más que una constante de normalización, es decir, una …
3
Enfoque más suave a las estadísticas bayesianas
Recientemente comencé a leer "Introducción a las estadísticas bayesianas", segunda edición de Bolstad. Tuve una clase de estadísticas introductorias que cubría principalmente pruebas estadísticas y estoy casi a través de una clase de análisis de regresión. ¿Qué otros libros puedo usar para complementar mi comprensión de este? Ya he superado …
1
Antónimo de varianza
¿Hay una palabra que significa "inverso de la varianza"? Es decir, si tiene una varianza alta, entonces tiene bajos . ¿No le interesa un antónimo cercano (como 'acuerdo' o 'similitud') pero significa específicamente ?XXXXXX......\dots1 / σ21/ /σ21/\sigma^2
1
¿Qué algoritmos / técnicas MCMC se utilizan para parámetros discretos?
Sé bastante sobre el ajuste de parámetros continuos, particularmente los métodos basados ​​en gradientes, pero no mucho sobre el ajuste de parámetros discretos. ¿Cuáles son los algoritmos / técnicas MCMC comúnmente utilizados para ajustar parámetros discretos? ¿Existen algoritmos que sean bastante generales y bastante potentes? ¿Existen algoritmos que aborden bien …
19 bayesian  mcmc 
3
¿Es la estadística bayesiana realmente una mejora sobre las estadísticas tradicionales (frecuentas) para la investigación conductual?
Mientras asistía a conferencias, los defensores de las estadísticas bayesianas presionaron un poco para evaluar los resultados de los experimentos. Se jacta de ser más sensible, apropiado y selectivo hacia hallazgos genuinos (menos falsos positivos) que las estadísticas frecuentistas. He explorado un poco el tema, y ​​hasta ahora no me …
5
¿Qué significa en la práctica "la probabilidad solo se define hasta una constante multiplicativa de proporcionalidad"?
Estoy leyendo un artículo en el que los autores lideran una discusión sobre la estimación de máxima probabilidad del Teorema de Bayes, aparentemente como una introducción para principiantes. Como ejemplo de probabilidad, comienzan con una distribución binomial: p(x|n,θ)=(nx)θx(1−θ)n−xp(x|n,θ)=(nx)θx(1−θ)n−xp(x|n,\theta) = \binom{n}{x}\theta^x(1-\theta)^{n-x} y luego registrar ambos lados ℓ(θ|x,n)=xln(θ)+(n−x)ln(1−θ)ℓ(θ|x,n)=xln⁡(θ)+(n−x)ln⁡(1−θ)\ell(\theta|x, n) = x \ln …
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.