Questions marquées «bayesian»

En réponse à un nombre croissant de statisticiens et de chercheurs qui critiquent l'utilité des tests d'hypothèse nulle (NHT) pour la science comme un effort cumulatif, le groupe de travail sur l'inférence statistique de l'American Psychological Association a évité une interdiction pure et simple...

Le classificateur Naive Bayes est le classificateur qui attribue les éléments à une classe fonction de la maximisation du postérieur pour l'appartenance à la classe, et suppose que les caractéristiques des éléments sont indépendantes.C P ( C | x )xxxCCCP(C|x)P(C|x)P(C|x) La perte 0-1 est la perte...

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 12 mois . Je suis un cours sur les statistiques bayésiennes utilisant BUGS et...

Ma question concerne les antérieurs sur la taille des effets, dans mon projet la mesure est le de Cohen . En lisant la littérature, il semble que des priors vagues soient souvent utilisés, comme dans l'exemple bien connu de huit écoles d'une méta-analyse bayésienne hiérarchique. Dans l'exemple des...

Je reproduis de zéro les résultats de la section 4.2.1 de Probabilité marginale de la sortie de Gibbs Siddhartha Chib Journal de l'American Statistical Association, vol. 90, n ° 432. (déc., 1995), pp. 1313-1321. C'est un mélange de modèles normaux avec un nombre connu de composants. k≥1k≥1k\geq...

Comment transformer un résultat fréquentiste en prior bayésien? Considérons le scénario assez générique suivant: Une expérience a été menée dans le passé et un résultat sur un paramètre été mesuré. L'analyse a été réalisée avec une méthodologie fréquentiste. Un intervalle de confiance pour...

J'ai vu des références à l'apprentissage de la théorie des probabilités bayésiennes en R, et je me demandais s'il y en avait plus, peut-être spécifiquement en Python? Orienté vers l'apprentissage de la théorie des probabilités bayésiennes, l'inférence, l'estimation du maximum de vraisemblance, les...

J'ai déjà posé des questions à ce sujet et j'ai vraiment eu du mal à identifier ce qui fait un paramètre de modèle et ce qui en fait une variable latente. Donc, en regardant divers fils sur ce sujet sur ce site, la principale distinction semble être: Les variables latentes ne sont pas observées...

Qu'est-ce que le Deep Learning Bayésien et comment est-il lié aux statistiques bayésiennes traditionnelles et au Deep Learning traditionnel? Quels sont les principaux concepts et mathématiques impliqués? Puis-je dire que ce sont juste des statistiques bayésiennes non paramétriques? Quels sont ses...

Apprendre les statistiques bayésiennes pour la première fois; comme un angle vers la compréhension de MCMC, je me suis demandé: est-ce qu'il fait quelque chose qui ne peut fondamentalement pas être fait d'une autre manière, ou est-ce juste quelque chose de bien plus efficace que les alternatives? À...

Il y a plusieurs articles mathématiques qui décrivent le lasso bayésien, mais je veux un code JAGS correct et testé que je peux utiliser. Quelqu'un pourrait-il publier un exemple de code BUGS / JAGS qui implémente une régression logistique régularisée? Tout schéma (L1, L2, Elasticnet) serait...

Je suis en train de lire l'excellent livre de Kruschke «Faire l'analyse des données bayésiennes». Cependant, le chapitre sur la régression logistique hiérarchique (chapitre 20) est quelque peu déroutant. La figure 20.2 décrit une régression logistique hiérarchique où le paramètre de Bernoulli est...

J'essaie d'exécuter un logit bayésien sur les données ici . J'utilise bayesglm()dans le armpackage en R. Le codage est assez simple: df = read.csv("http://dl.dropbox.com/u/1791181/bayesglm.csv", header=T) library(arm) model = bayesglm(PASS ~ SEX + HIGH, family=binomial(link="logit"), data=df)...

Supposons que nous ayons un ensemble de points . Chaque point est généré en utilisant la distribution Pour obtenir postérieur pour nous écrivons Selon le document de Minka sur Expectation propagation nous avons besoin calculs pour obtenir a posteriori p (x | \ mathbf {y}) et, donc, problème devient...

Existe-t-il un conjugué préalable pour la distribution de Laplace ? Sinon, existe-t-il une expression de forme fermée connue qui se rapproche de la valeur postérieure pour les paramètres de la distribution de Laplace? J'ai beaucoup cherché sur Google sans succès, donc ma supposition actuelle est...

Lors de l'obtention d'échantillons MCMC pour faire l'inférence sur un paramètre particulier, quels sont les bons guides pour le nombre minimum d' échantillons efficaces que l'on devrait viser? Et, ce conseil change-t-il à mesure que le modèle devient plus ou moins

Je suis plutôt nouveau dans le domaine des processus gaussiens et comment ils sont appliqués dans l'apprentissage automatique. Je continue de lire et d'entendre que les fonctions de covariance sont l'attraction principale de ces méthodes. Quelqu'un pourrait-il donc expliquer de manière intuitive ce...

Je ne comprends pas comment cette équation a été dérivée. P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M_{1}\cap M_{2}) \leq \frac{P(I)}{P(I')}\cdot \frac{P(M_{1}|I)P(M_{2}|I)}{P(M_{1}|I')P(M_{2}|I')} Cette équation est tirée de l'étude...

Je suis nouveau dans la recherche sur les statistiques bayésiennes. J'ai entendu des chercheurs dire que les chercheurs bayésiens mettaient mieux en œuvre MCMC par eux-mêmes plutôt que d'utiliser des outils comme JAGS / Stan. Puis-je demander quel est l'avantage d'implémenter l'algorithme MCMC par...

Je viens de commencer à construire des modèles en stan ; pour me familiariser avec l'outil, je travaille sur certains des exercices d'analyse des données bayésiennes (2e éd.). L' exercice Waterbuck suppose que les données , avec inconnues. Puisque l'hamiltonien Monte Carlo ne permet pas de...