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'ai deux questions, Question 1: Comment puis-je montrer que la distribution postérieure est une distribution bêta si la probabilité est binomiale et l'a priori est une bêta Question 2: Comment les choix des paramètres antérieurs affectent-ils le postérieur? Ne devraient-ils pas tous être les...
Dans Bayesian Data Analysis , chapitre 13, page 317, deuxième paragraphe complet, dans les approximations modales et distributionnelles, Gelman et al. écrire: Si le plan est de résumer l'inférence par le mode postérieur de [le paramètre de corrélation dans une distribution normale bivariée], nous...
Je travaille sur un modèle reposant sur une vilaine fonction paramétrée faisant office de fonction de calibration sur une partie du modèle. En utilisant un paramètre bayésien, j'ai besoin d'obtenir des priors non informatifs pour les paramètres décrivant ma fonction. Je sais que dans l'idéal, je...
J'utilise la régression Softmax pour un problème de classification multi-classes. Je n'ai pas de probabilités antérieures égales pour chacune des classes. Je sais par régression logistique (régression softmax avec 2 classes) que les probabilités antérieures des classes sont implicitement ajoutées...
Supposons que j'obtienne des échantillons d'une distribution binomiale. Une façon de modéliser mes connaissances antérieures est d'utiliser une distribution bêta avec les paramètres et . Si je comprends bien, cela équivaut à avoir vu des "têtes" \ alpha fois dans des essais \ alpha + \ bêta . En...
La fonction de vraisemblance d'une distribution lognormale est: F( x ; μ , σ) ∝∏nje11σXjeexp( -( lnXje- μ)22σ2)F(X;μ,σ)∝∏je1n1σXjeexp(-(lnXje-μ)22σ2)f(x; \mu, \sigma) \propto \prod_{i_1}^n \frac{1}{\sigma x_i} \exp \left ( - \frac{(\ln{x_i} - \mu)^2}{2 \sigma^2} \right ) et le Prior de Jeffreys...
Si ma probabilité a la forme d'une distribution bêta et que je veux utiliser l'a priori de Jeffreys pour ses paramètres, quelle est la forme de l'a priori? Pour certaines distributions, il est assez simple de calculer. par exemple, dans le cas binomial, l'attente de la dérivée seconde vous donne...
Est - ce que tous les prieurs conjugués doivent venir de la famille exponentielle? Sinon, quelles autres familles sont connues pour avoir / produire des prieurs
Les priors non informatifs sont préférés dans les cas où les préjugés ne sont pas acceptables (c.-à-d. Salles d'audience, etc.) Cependant, il me semble qu'il serait tout simplement judicieux d'utiliser une approche fréquentiste à la place. Pourquoi l'approche bayésienne a-t-elle même un prior non...
Je lis actuellement des articles sur l'ACP probabiliste et je me demande pourquoi un a priori gaussien (et pas un autre a priori) est choisi pour les variables latentes? Est-ce juste parce que c'est simple ou y a-t-il une autre raison? Références: Tipping & Bishop, 1999, Probabilistic Principal...
L'article de Wikipédia sur la distribution Gamma répertorie deux méthodes de paramétrage différentes, l'une d'entre elles fréquemment utilisée en économétrie bayésienne avec et , est le paramètre de forme, est le paramètre de taux.α>0α>0\alpha>0β>0β>0\beta>0αα\alphaββ\beta X∼ G a m m a...
Dans l'entrée Wikipedia pour le critère d'information Akaike , nous lisons sous Comparaison avec BIC (critère d'information bayésien) que ... AIC / AICc a des avantages théoriques sur BIC ... AIC / AICc est dérivé des principes de l'information; BIC n'est pas ... BIC a un a priori de 1 / R (où R...
Comment puis-je compléter le carré à partir du point où je me suis arrêté, et est-ce correct jusqu'à présent? J'ai un avant normal pour ββ\beta de la forme p ( β|σ2) ∼ N( 0 ,σ2V)p(β|σ2)∼N(0,σ2V)p(\beta|\sigma^2)\sim \mathcal{N}(0,\sigma^2V), obtenir: p ( β|σ2) = ( 2 πσ2V)p2exp[...
J'ai lu les excellents commentaires sur la façon de traiter les valeurs manquantes avant d'appliquer SVD, mais j'aimerais savoir comment cela fonctionne avec un exemple simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Étant donné la matrice ci-dessus, si je...
J'ai une question sur le mélange de prieurs conjugués. J'ai appris et dit le mélange de prieurs conjugués à quelques reprises lorsque j'apprends le bayésien. Je me demande pourquoi ce théorème est si important, comment allons-nous l'appliquer lorsque nous faisons une analyse bayésienne. Pour être...
Étant donné que l'estimation postérieure de σ′2σ′2\sigma'^{2} d'une vraisemblance normale et d'un gamma inverse antérieur sur σ2σ2\sigma^2 est: σ′2∼IG(α+n2,β+∑ni=1(yi−μ)22)σ′2∼IG(α+n2,β+∑i=1n(yi−μ)22)\sigma'^{2}\sim\textrm{IG}\left(\alpha + \frac{n}{2}, \beta...
Étant donné une probabilité gaussienne pour un échantillon comme avec étant l'espace des paramètres et , paramétrisations arbitraires du vecteur moyen et de la matrice de covariance.yyyp(y|θ)=N(y;μ(θ),Σ(θ))p(y|θ)=N(y;μ(θ),Σ(θ))p(y|\theta) =