Ainsi, dans la modélisation de texte (non supervisée), l'allocation de Dirichlet latent (LDA) est une version bayésienne de l'analyse sémantique probabiliste latente (PLSA). Essentiellement, LDA = PLSA + Dirichlet prioritaire sur ses paramètres. Ma compréhension est que LDA est maintenant...
Ma question de base est: comment échantillonner à partir d'une distribution incorrecte? Est-il même judicieux d'échantillonner à partir d'une distribution incorrecte? Le commentaire de Xi'an ici répond en quelque sorte à la question, mais je cherchais plus de détails à ce sujet. Plus spécifique à...
Les tests de permutation (également appelés test de randomisation, test de re-randomisation ou test exact) sont très utiles et s'avèrent utiles lorsque l'hypothèse de distribution normale requise par exemple t-testn'est pas remplie et lorsque la transformation des valeurs par classement des un test...
Je lis actuellement sur les méthodes bayésiennes dans le calcul de l'évolution moléculaire par Yang. Dans la section 5.2, il parle des prieurs, et en particulier des non-informatifs / plats / vagues / diffus, conjugués et hyperpriors. Cela pourrait demander une simplification excessive, mais...
Dans certains cas, l'a priori de Jeffreys pour un modèle multidimensionnel complet est généralement considéré comme insuffisant, c'est par exemple le cas dans: (où ε ∼ N ( 0 , σ 2 ) , avec μ et σ inconnus) où le prieur suivant est préféré (au précédent de Jeffreys complet π ( μ , σ ) ∝ σ - 2 ): p (...
Je viens de commencer à apprendre à utiliser Stan et rstan. À moins que je ne sois toujours confus sur le fonctionnement de JAGS / BUGS, je pensais que vous deviez toujours définir une distribution préalable d'une sorte pour chaque paramètre du modèle à partir duquel tirer. Il semble que vous...
On m'a posé cette question avec dans une interview. Y a-t-il une réponse «correcte»?( n , k ) = ( 400 , 220 )(n,k)=(400,220)(n, k) = (400, 220) Supposons que les lancers soient iid et que la probabilité des têtes soit . La distribution du nombre de têtes en 400 lancers devrait alors être proche de...
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...
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'inférence de la matrice de précision ΛΛ\boldsymbol{\Lambda} d'une distribution normale utilisée pour générer NNN vecteurs D-dimension x1,..,xNx1,..,xN\mathbf{x_1},..,\mathbf{x_N} xi∼N(μ,Λ−1)xi∼N(μ,Λ−1)\begin{align} \mathbf{x_i} &\sim \mathcal{N}(\boldsymbol{\mu, \Lambda^{-1}}) \\...
Pourquoi même des priors non informatifs? Ils ne fournissent pas d'informations sur . Alors pourquoi les utiliser? Pourquoi ne pas utiliser uniquement des priors informatifs? Par exemple, supposons θ ∈ [ 0 , 1 ] . Alors θ ∼ U ( 0 , 1 ) est-il un a priori non informatif pour θ ?θθ\thetaθ ∈ [ 0 , 1...
Je considère un grand (mais fini) espace de modèles de complexité variable que j'explore en utilisant RJMCMC . Le prior sur le vecteur de paramètre pour chaque modèle est assez informatif. Dans quels cas (le cas échéant) devrais-je m'inquiéter du paradoxe de Jeffreys-Lindley favorisant les modèles...
Outre l'utilisabilité, existe-t-il une justification épistémique (mathématique, philosophique, heuristique, etc.) pour utiliser des antérieurs conjugués? Ou est-ce juste que c'est généralement une approximation suffisamment bonne et rend les choses beaucoup plus
Je lis sur les distributions antérieures et j'ai calculé Jeffreys a priori pour un échantillon de variables aléatoires normalement distribuées avec une moyenne et une variance inconnues. Selon mes calculs, ce qui suit vaut pour Jeffreys a priori:
Je suis tombé sur cette image dans un article de blog ici . J'ai été déçu que la lecture de la déclaration n'ait pas suscité la même expression faciale pour moi que pour ce type. Alors, que veut dire l'affirmation selon laquelle l'hypothèse nulle est de savoir comment les fréquentistes expriment un...
(Cette question est inspirée de ce commentaire de Xi'an .) Il est bien connu que si la distribution précédente est correcte et que la probabilité est bien définie, alors la distribution postérieure est presque sûrement propre.π(θ)π(θ)\pi(\theta)L(θ|x)L(θ|x)L(\theta |
Sur leur page wiki , les développeurs de Stan déclarent: Quelques principes que nous n'aimons pas: l'invariance, Jeffreys, l'entropie Au lieu de cela, je vois beaucoup de recommandations de distribution normale. Jusqu'à présent, j'ai utilisé des méthodes bayésiennes qui ne reposaient pas sur...
Voici un extrait de l' introduction de Bolstad aux statistiques bayésiennes . Pour tous les experts, cela pourrait être trivial, mais je ne comprends pas comment l'auteur conclut que nous n'avons pas à faire d'intégration pour calculer la probabilité postérieure d'une certaine valeur de . Je...
Quand j'ai entendu parler du prieur des Jeffreys dans ma classe d'inférence en statistique, mes professeurs ont fait un peu penser que c'était intéressant surtout pour des raisons historiques plutôt que parce que n'importe qui l'utiliserait jamais. Puis, quand j'ai fait l'analyse des données...
J'ai lu Wagenmakers (2007) Une solution pratique au problème omniprésent des valeurs de p . Je suis intrigué par la conversion des valeurs BIC en facteurs et probabilités Bayes. Cependant, jusqu'à présent, je n'ai pas une bonne compréhension de ce qu'est exactement une information d'unité avant ....