Je viens de faire quelques lectures sur l'échantillonnage de Gibbs et l'algorithme de Metropolis Hastings et j'ai quelques questions. Si je comprends bien, dans le cas de l'échantillonnage de Gibbs, si nous avons un problème multivarié important, nous échantillonnons à partir de la distribution...
J'ai récemment commencé à lire "Introduction to Bayesian Statistics" 2nd Edition by Bolstad. J'ai eu une classe de statistiques d'introduction qui couvrait principalement des tests statistiques et je suis presque à travers une classe d'analyse de régression. Quels autres livres puis-je utiliser...
J'ai entendu dire que Jaynes prétend que les fréquentistes opèrent avec un "a priori implicite". Quels sont ou sont ces prieurs implicites? Cela signifie-t-il que les modèles fréquentistes sont tous des cas particuliers de modèles bayésiens à
(Pour voir pourquoi j'ai écrit ceci, consultez les commentaires ci-dessous ma réponse à cette question .) Erreurs de type III et théorie de la décision statistique Donner la bonne réponse à la mauvaise question est parfois appelé une erreur de type III. La théorie de la décision statistique est une...
Le théorème de Bayes va P(model|data)=P(model)×P(data|model)P(data)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})} Tout va bien. Mais, j'ai lu quelque part: Fondamentalement, P (données)...
J'ai appris les statistiques bayésiennes et j'ai souvent lu des articles "nous adoptons une approche bayésienne" ou quelque chose de similaire. J'ai aussi remarqué, moins souvent: "nous adoptons une approche entièrement bayésienne" (c'est moi qui souligne). Y a-t-il une différence entre ces...
J'ai utilisé l'imputation multiple pour obtenir un certain nombre de jeux de données terminés. J'ai utilisé des méthodes bayésiennes sur chacun des ensembles de données terminés pour obtenir des distributions postérieures pour un paramètre (un effet aléatoire). Comment puis-je combiner / regrouper...
J'ai affaire à un modèle linéaire hiérarchique bayésien , ici le réseau qui le décrit. YYY représente les ventes quotidiennes d'un produit dans un supermarché (observé). XXX est une matrice connue de régresseurs, y compris les prix, les promotions, le jour de la semaine, la météo, les vacances....
J'ai été convoqué pour un jury. Je suis conscient de la pertinence des statistiques pour certains procès devant jury. Par exemple, le concept de "taux de base" et son application aux calculs de probabilité est parfois - peut-être toujours - pertinent. Quels sujets statistiques une personne dans ma...
Lors de la participation à des conférences, les partisans des statistiques bayésiennes ont poussé un peu à évaluer les résultats des expériences. Elle est considérée comme à la fois plus sensible, appropriée et sélective vis-à-vis des découvertes authentiques (moins de faux positifs) que les...
Je connais assez bien l'ajustement de paramètres continus, en particulier les méthodes basées sur le gradient, mais pas beaucoup d'ajustement de paramètres discrets. Quels sont les algorithmes / techniques MCMC couramment utilisés pour ajuster des paramètres discrets? Existe-t-il des algorithmes à...
L'article The Odds, Continually Updated mentionne l'histoire d'un pêcheur de Long Island qui doit littéralement sa vie à Bayesian Statistics. Voici la version courte: Il y a deux pêcheurs sur un bateau au milieu de la nuit. Pendant que l'un est endormi, l'autre tombe dans l'océan. Le bateau...
J'adapte un HLM bayésien dans JAGS en utilisant la validation croisée k-fold (k = 5). Je voudrais savoir si les estimations du paramètre sont stables dans tous les plis. Quelle est la meilleure façon de procéder?ββ\beta Une idée est de trouver les différences des postérieurs de et de voir si 0 est...
Ma compréhension est que lorsque vous utilisez une approche bayésienne pour estimer les valeurs des paramètres: La distribution postérieure est la combinaison de la distribution antérieure et de la distribution de vraisemblance. Nous simulons cela en générant un échantillon à partir de la...
Y a-t-il un mot qui signifie «l'inverse de la variance»? Autrement dit, si a une variance élevée, alors a de faibles ? Pas intéressé par un antonyme proche (comme «accord» ou «similitude») mais signifiant spécifiquement ?XXXXXX……\dots1 /
Je lis un article où les auteurs mènent d'une discussion sur l'estimation du maximum de vraisemblance au théorème de Bayes, apparemment comme une introduction pour les débutants. À titre d'exemple de vraisemblance, ils commencent par une distribution binomiale:
J'ai fait des recherches récemment sur la vision bayésienne des statistiques classiques. Après avoir lu sur le facteur Bayes, je me suis demandé si l'analyse de puissance était une nécessité dans cette vue des statistiques. Ma principale raison de me demander ceci est que le facteur Bayes semble...
J'essaie de comprendre à un niveau plus profond l'ubiquité du log-vraisemblance (et peut-être plus généralement log-probabilités) dans les statistiques et la théorie des probabilités. Les probabilités logarithmiques apparaissent partout: nous travaillons généralement avec la vraisemblance...
Qu'est-ce qu'un bon livre sur la philosophie bayésienne, opposant les subjectivistes aux objectivistes, expliquant la vue de la probabilité comme état des connaissances dans les statistiques bayésiennes, etc.? Peut-être le livre de Savage? Au début, je pensais que Berger (1986) pouvait fonctionner,...
Quelqu'un sait-il vers quelle année MCMC est devenu courant (c.-à-d., Une méthode populaire pour l'inférence bayésienne)? Un lien vers le nombre d'articles MCMC (revues) publiés au fil du temps serait particulièrement