Questions marquées «bayesian»

Le processus de Dirichlet et le processus gaussien sont souvent appelés «distributions sur fonctions» ou «distributions sur distributions». Dans ce cas, puis-je parler de manière significative de la densité d'une fonction sous un GP? Autrement dit, le processus gaussien ou le processus de Dirichlet...

Fermé . Cette question est basée sur l'opinion . Il n'accepte pas actuellement les réponses. Vous souhaitez améliorer cette question? Mettez à jour la question afin d'y répondre avec des faits et des citations en modifiant ce message . Fermé l'année dernière . En parcourant le domaine de recherche...

Il y a beaucoup de questions (comme celle-ci ) sur une ambiguïté avec la formule bayésienne en cas continu. p(θ|x)=p(x|θ)⋅p(θ)p(x)p(θ|x)=p(x|θ)⋅p(θ)p(x)p(\theta | x) = \frac{p(x | \theta) \cdot p(\theta)}{p(x)} Souvent, la confusion vient du fait que la définition de la distribution conditionnelle...

J'ai besoin de mettre à jour le taux d'échec (donné comme déterministe) en fonction du nouveau taux d'échec sur le même système (il est également déterministe). J'ai lu sur les a priori conjugués et la distribution gamma en tant que conjugué pour le processus de Poisson. De plus, je peux assimiler...

Cette question fait suite à ma précédente question ici et est également liée, dans l' intention, à cette question . Sur cette page wiki, les valeurs de densité de probabilité d'une distribution normale supposée pour l'ensemble d'apprentissage sont utilisées pour calculer des valeurs de probabilité...

Mon ensemble de données comprend la mortalité totale ou la survie d'un organisme sur trois types de sites: côtier, médian et extracôtier. Les nombres dans le tableau ci-dessous représentent le nombre de sites. 100% Mortality 100% Survival Inshore 30 31 Midchannel 10 20 Offshore 1 10 Je voudrais...

Pourquoi l'échangeabilité des variables aléatoires est essentielle pour la modélisation bayésienne

Lors de l'exécution de l'algorithme Metropolis-Hastings avec des distributions de candidats uniformes, quelle est la raison d'avoir des taux d'acceptation autour de 20%? Ma pensée est la suivante: une fois que les valeurs de paramètre vraies (ou presque vraies) sont découvertes, aucun nouvel...

J'essaie de comprendre comment utiliser le théorème de Bayes pour calculer un postérieur, mais je reste bloqué avec l'approche informatique, par exemple, dans le cas suivant, il n'est pas clair pour moi comment prendre le produit de l'a priori et de la vraisemblance, puis calculer le postérieur:...

J'exécute un test AB sur une page qui ne reçoit que 5 000 visites par mois. Il faudrait trop de temps pour atteindre les niveaux de trafic nécessaires pour mesurer une différence de + -1% entre le test et le contrôle. J'ai entendu dire que je peux utiliser les statistiques bayésiennes pour me...

Je crois comprendre que nous ne devrions pas autoriser le même ensemble de données que nous analysons à déterminer / définir à quoi ressemblent les distributions antérieures dans une analyse bayésienne. Plus précisément, il est inapproprié de définir des distributions antérieures pour une analyse...

Je travaille mon chemin (auto-apprentissage) à travers le livre d'ET Jaynes Probability Theory - The Logic of Science Problème d'origine L'exercice 2.1 dit: "Est-il possible de trouver une formule générale pour analogue à [la formule ] à partir des règles de produit et de somme. Si oui, dérivez-la;...

BIC pénalise en fonction du nombre de paramètres. Et si certains des paramètres sont des variables indicatrices binaires? Ces paramètres comptent-ils comme des paramètres complets? Mais je peux combiner mmm paramètres binaires en une variable discrète qui prend des valeurs dans . Doit-on les...

Existe-t-il des algorithmes standard (par opposition aux programmes) pour effectuer une régression linéaire hiérarchique? Est-ce que les gens ne font généralement que du MCMC ou existe-t-il des algorithmes plus spécialisés, peut-être partiellement

Je ne suis pas un expert en statistiques, mais je suppose qu'il y a un désaccord quant à savoir si une interprétation "fréquentiste" ou "bayésienne" de la probabilité est la "bonne". D'après Wagenmakers et. al p. 183: Considérons une distribution uniforme de moyenne et de largeur . Tirez au hasard...

Je me demandais si quelqu'un avait de l'expérience avec la fonction souris, comme décrit dans Souris: Imputation multivariée par équations chaînées dans R (JSS 2011 45 (3))? J'ai un ensemble de données avec un certain nombre de variables, chacune avec différents degrés de données manquantes. Ma...

Les greffes suivantes sont extraites de cet article . Je suis novice dans le bootstrap et j'essaie d'implémenter le bootstrap paramétrique, semi-paramétrique et non paramétrique pour le modèle mixte linéaire avec le R bootpackage. Code R Voici mon Rcode: library(SASmixed) library(lme4)...

J'estime plusieurs matrices de covariance inverse d'un ensemble de mesures à travers différentes sous-populations en utilisant un wishart prior dans jags / rjags / R. Au lieu de spécifier une matrice d'échelle et des degrés de liberté sur la matrice de covariance inverse antérieure (la distribution...

Je me demande s'il y a toutes sortes de distributions standard sur des sous - ensembles d'entiers {1,2,...,J}{1,2,...,J}\{1, 2, ..., J\} . De manière équivalente, nous pourrions exprimer cela comme une distribution sur un vecteur de longueur JJJ de résultats binaires, par exemple si J=5J=5J = 5...

J'ai fait des recherches sur l'utilisation de la régression linéaire bayésienne, mais je suis arrivé à un exemple qui me rend confus. Compte tenu du modèle: y=βX+ϵy=βX+ϵ{\bf y} = {\bf \beta}{\bf X} + \bf{\epsilon} En supposant que et un ,ϵ∼N(0,ϕI)ϵ∼N(0,ϕI){\bf \epsilon} \sim N(0, \phi...