Il est bien connu que comme vous avez plus de preuves (par exemple sous la forme d' exemples pour n iid plus grands ), le prieur bayésien est "oublié", et la plupart des inférences sont affectées par les preuves (ou la probabilité).nnnnnn Il est facile de le voir pour divers cas spécifiques (tels...
Stan (en particulier, rstan) a-t-il des installations intégrées pour générer des distributions postérieures prédictives? Il n'est pas difficile de générer la distribution à partir du stan fit, mais je préfère ne pas réinventer la
Je voudrais envelopper ma tête autour de ce sujet, mais apprendre des livres blancs et des tutoriels est difficile car il existe de nombreuses lacunes qui sont généralement comblées dans les manuels. Si c'est important, j'ai une formation mathématique relativement solide comme j'ai fait mon...
Supposons que j'effectue une analyse portant sur une mesure de santé particulière. Je m'intéresse à la différence dans cette mesure entre les patients et les témoins et si oui ou non la différence est différente de 0. Il y a eu des études dans le passé sur ma même question de recherche et mesure de...
La plupart de ces informations sont d'ordre général, passez à la fin si vous en savez déjà assez sur les mélanges de procédés Dirichlet . Supposons que je modélise certaines données comme provenant d'un mélange de processus de Dirichlet, c'est-à-dire que et conditionnel à supposentF∼D(αH)F∼D(αH)F...
J'étudie différentes méthodes d'estimation ponctuelle et je lis que lors de l'utilisation d'estimations MAP vs ML, lorsque nous utilisons un "a priori uniforme", les estimations sont identiques. Quelqu'un peut-il expliquer ce qu'est un a priori «uniforme» et donner des exemples (simples) de cas où...
Supposons le modèle de régression bivarié suivant: où est iid pour .yi=βxi+ui,yi=βxi+ui, y_i = \beta x_i + u_i, uiuiu_iN(0,σ2=9)N(0,σ2=9)N(0, \sigma^2 = 9)i=1,…,ni=1,…,ni = 1,\ldots, n Supposons un a priori non informatif , alors on peut montrer que le pdf postérieur pour est...
Je travaille via Think Bayes (gratuit ici: http://www.greenteapress.com/thinkbayes/ ) et je fais de l'exercice 3.1. Voici un résumé du problème: "Un chemin de fer numérote ses locomotives dans l'ordre 1..N. Un jour, vous voyez une locomotive avec le numéro 60. Estimez combien de locomotives le...
D'un point de vue mathématique, le théorème de Bayes est parfaitement logique pour moi (c'est-à-dire dériver et prouver), mais ce que je ne sais pas, c'est s'il existe ou non un bel argument géométrique ou graphique qui peut être montré pour expliquer le théorème de Bayes. J'ai essayé Google pour...
Je prends un cours d'introduction à Bayes et j'ai du mal à comprendre les distributions prédictives. Je comprends pourquoi ils sont utiles et je connais la définition, mais il y a certaines choses que je ne comprends pas très bien. 1) Comment obtenir la bonne distribution prédictive pour un vecteur...
Je travaille à travers les exemples de Doing Bayesian Data Analysis de Kruschke , en particulier l'ANOVA exponentielle de Poisson en ch. 22, qu'il présente comme une alternative aux tests d'indépendance du chi carré fréquentiste pour les tables de contingence. Je peux voir comment nous obtenons des...
Je lis "Causality" de Judea Pearl (deuxième édition 2009) et dans la section 1.1.5 Indépendance conditionnelle et graphoïdes, il déclare: Voici une liste (partielle) de propriétés satisfaites par la relation d'indépendance conditionnelle (X_ || _Y | Z). Symétrie: (X_ || _ Y | Z) ==> (Y_ || _X |...
Comment calculez-vous l'a priori approprié si vous avez l'erreur de mesure d'un instrument? Ce paragraphe est tiré du livre de Cressie "Statistiques pour les données spatio-temporelles": Il arrive souvent que certaines informations préalables soient disponibles concernant la variance des erreurs de...
J'essayais de réapprendre les statistiques bayésiennes (à chaque fois que je pensais l'avoir enfin, quelque chose d'autre apparaissait que je n'avais pas envisagé plus tôt ...) mais il n'était pas clair (pour moi) quel était le processus de génération de données dans le cadre bayésien est en fait....
Lors de l'estimation des paramètres avec MAP, pourquoi est-il écrit que nous estimons le "mode"? Je pensais que ce serait le moyen de la distribution
En phylogénétique, les arbres phylogénétiques sont souvent construits à l'aide d'une analyse MLE ou bayésienne. Souvent, un a priori plat est utilisé dans l'estimation bayésienne. Si je comprends bien, une estimation bayésienne est une estimation de vraisemblance qui intègre un a priori. Ma...
J'apprends actuellement des modèles bayésiens hiérarchiques en utilisant JAGS de R, et aussi pymc en utilisant Python ( "Méthodes bayésiennes pour les pirates" ). Je peux obtenir une certaine intuition de ce post : "vous vous retrouverez avec une pile de chiffres qui ressemble" comme si "vous aviez...
Problème Je voudrais faire une inférence sur un système analogue à mourir avec un nombre inconnu de côtés. Le dé est lancé plusieurs fois, après quoi je voudrais déduire une distribution de probabilité sur un paramètre correspondant au nombre de côtés du dé, θ. Intuition Si après 40 rouleaux vous...
Partie d'une série d'essayer de comprendre le bayésien vs fréquentiste: 1 2 3 4 5 6 7 Je pense que je comprends la façon dont les bayésiens et les fréquentistes abordent le choix entre les hypothèses , mais je ne sais pas trop si ou comment cela est censé m'expliquer comment ils perçoivent la...
Supposons d'avoir une distribution binomiale où la priorité du paramètre est uniforme. Comment obtenir la distribution postérieure du