Preguntas etiquetadas con prior

En las estadísticas bayesianas, una distribución previa formaliza la información o el conocimiento (a menudo subjetivo), disponible antes de que se vea una muestra, en forma de distribución de probabilidad. Se utiliza una distribución con gran difusión cuando se sabe poco acerca de los parámetros, mientras que una distribución previa más estrecha representa un mayor grado de información.

1
Neg Binomial y el Prior de Jeffreys
Estoy tratando de obtener el previo de Jeffreys para una distribución binomial negativa. No puedo ver dónde me equivoco, así que si alguien pudiera ayudar a señalar eso, sería apreciado. Bien, entonces la situación es la siguiente: debo comparar las distribuciones anteriores obtenidas usando un binomio y un binomio negativo, …
2
¿Por qué hay recomendaciones contra el uso de Jeffreys o anteriores basados ​​en entropía para muestreadores MCMC?
En su página wiki , los desarrolladores del estado de Stan: Algunos principios que no nos gustan: invariancia, Jeffreys, entropía En cambio, veo muchas recomendaciones de distribución normal. Hasta ahora utilicé métodos bayesianos que no dependían del muestreo, y me alegré de haber entendido por qué fue una buena opción …
11 bayesian  mcmc  prior  pymc  stan 
1
Factores de Bayes con antecedentes inadecuados
Tengo una pregunta sobre la comparación de modelos con factores de Bayes. En muchos casos, los estadísticos están interesados ​​en utilizar un enfoque bayesiano con antecedentes inadecuados (por ejemplo, algunos antecedentes de Jeffreys y de referencia). Mi pregunta es, en aquellos casos en que la distribución posterior de los parámetros …
3
Obteniendo antecedentes ... ¡con dinero!
Supongamos que tengo 'expertos', de la que me gustaría obtener una distribución a priori sobre alguna variable . Me gustaría motivarlos con dinero real . La idea es obtener los antecedentes, observar realizaciones de la variable aleatoria , luego repartir algún 'monedero' predeterminado entre los expertos en función de qué …
10 bayesian  prior 
1
¿Qué modelo de aprendizaje profundo puede clasificar categorías que no son mutuamente excluyentes?
Ejemplos: Tengo una oración en la descripción del trabajo: "Ingeniero senior de Java en el Reino Unido". Quiero usar un modelo de aprendizaje profundo para predecirlo en 2 categorías: English y IT jobs. Si uso el modelo de clasificación tradicional, solo puede predecir 1 etiqueta con softmaxfunción en la última …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 
2
¿"Olvido" de lo anterior en el entorno bayesiano?
Es bien sabido que a medida que tiene más evidencia (por ejemplo, en forma de ejemplos más grandes de para iid), el prior bayesiano se "olvida", y la evidencia afecta la mayor parte de la inferencia (o la probabilidad).nnnnnn Es fácil verlo para varios casos específicos (como Bernoulli con Beta …
9 bayesian  prior 
2
¿Permitir que los datos dicten los anteriores y luego ejecutar el modelo utilizando estos anteriores? (p. ej., anteriores basados ​​en datos del mismo conjunto de datos)
Entiendo que no deberíamos permitir que el mismo conjunto de datos que estamos analizando conduzca / defina cómo se verían las distribuciones anteriores en un análisis bayesiano. Específicamente, no es apropiado definir distribuciones previas para un análisis bayesiano basado en estadísticas resumidas del mismo conjunto de datos en el que …
9 bayesian  prior 
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.