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...
J'essaie d'obtenir le prior de Jeffreys pour une distribution binomiale négative. Je ne vois pas où je me trompe, donc si quelqu'un pouvait aider à le souligner, ce serait apprécié. D'accord, la situation est la suivante: je dois comparer les distributions antérieures obtenues à l'aide d'un binôme...
Les estimateurs bayésiens sont-ils à l'abri du biais de sélection? La plupart des articles qui traitent de l'estimation en haute dimension, par exemple, les données de séquence du génome entier, soulèvent souvent la question du biais de sélection. Le biais de sélection provient du fait que, bien...
Existe-t-il une définition précise de la priorité faiblement informative? En quoi est-il différent d'un prieur subjectif avec un large
Nous avons N échantillons, , d'une distribution uniforme où est inconnue. Estimer partir des données.XiXiX_i[0,θ][0,θ][0,\theta]θθ\thetaθθ\theta Donc, la règle de Bayes ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} et la...
Supposons que j'ai « experts », dont je voudrais obtenir une distribution préalable sur une variable . Je voudrais les motiver avec de l'argent réel . L'idée est de susciter les priors, d'observer réalisations de la variable aléatoire , puis de répartir une certaine «bourse» prédéterminée parmi les...
Je me demande quelle est la différence entre ces deux types de prieurs: Non informatif Non conforme
Lors de la régression linéaire bayésienne, il faut attribuer un a priori à la pente et intercepter . Puisque est un paramètre d'emplacement, il est logique d'attribuer un a priori uniforme; cependant, il me semble que s'apparente à un paramètre d'échelle et il ne semble pas naturel d'attribuer un...
Si j'utilise un Jeffreys avant pour un paramètre de probabilité binomiale cela implique d'utiliser une distribution \ theta \ sim beta (1 / 2,1 / 2) .θθ\thetaθ∼beta(1/2,1/2)θ∼beta(1/2,1/2)\theta \sim beta(1/2,1/2) Si je me transforme en un nouveau cadre de référence ϕ=θ2ϕ=θ2\phi = \theta^2 alors...
J'essaie d'adapter un modèle à temps discret dans R, mais je ne sais pas comment le faire. J'ai lu que vous pouvez organiser la variable dépendante dans différentes lignes, une pour chaque observation de temps, et utiliser la glmfonction avec un lien logit ou cloglog. En ce sens, j'ai trois...
J'ai une question concernant la comparaison des modèles à l'aide des facteurs Bayes. Dans de nombreux cas, les statisticiens sont intéressés à utiliser une approche bayésienne avec des a priori impropres (par exemple certains a priori de Jeffreys et a priori de référence). Ma question est, dans les...
Bien que j'aime à penser que j'ai une bonne compréhension du concept de l'information préalable dans l'analyse statistique et la prise de décision bayésienne, j'ai souvent du mal à comprendre ma demande. Je pense à quelques situations qui illustrent mes luttes et je pense qu'elles ne sont pas...
Exemples: J'ai une phrase dans la description de poste: "Java senior engineer in UK". Je veux utiliser un modèle d'apprentissage profond pour le prédire en 2 catégories: English et IT jobs. Si j'utilise un modèle de classification traditionnel, il ne peut prédire qu'une seule étiquette avec...
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...
Je suis étonné de ne pouvoir trouver aucun article / conférence sur la façon d'intégrer des distributions de probabilité de classe antérieures dans des classificateurs comme la régression logistique ou la forêt aléatoire. Ma question est donc: Comment peut-on incorporer la distribution de...
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...
Cela pourrait être un peu d'une question philosophique, mais on y va: En théorie de la décision, le risque d'un estimateur Bayes θ ( x ) pour θ ∈ Θ est défini par rapport à une distribution avant π sur Θ .θ^(x)θ^(x)\hat\theta(x)θ∈Θθ∈Θ\theta\in\Thetaππ\piΘΘ\Theta Maintenant, d'une part, pour que le...
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....
Je sais que le précédent de Zellner utilise des données afin de définir des informations préalables, mais en fait, tout le modèle dépend des données. Y a-t-il une autre
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...