Questions marquées «stan»

29

Comment gérer les données hiérarchiques / imbriquées dans l'apprentissage automatique

Je vais expliquer mon problème avec un exemple. Supposons que vous souhaitiez prédire le revenu d'un individu en fonction de certains attributs: {âge, sexe, pays, région, ville}. Vous avez un ensemble de données de formation comme ça train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3),...

regression machine-learning multilevel-analysis correlation dataset spatial paired-comparisons cross-correlation clustering aic bic dependent-variable k-means mean standard-error measurement-error errors-in-variables regression multiple-regression pca linear-model dimensionality-reduction machine-learning neural-networks deep-learning conv-neural-network computer-vision clustering spss r weighted-data wilcoxon-signed-rank bayesian hierarchical-bayesian bugs stan distributions categorical-data variance ecology r survival regression r-squared descriptive-statistics cross-section maximum-likelihood factor-analysis likert r multiple-imputation propensity-scores distributions t-test logit probit z-test confidence-interval poisson-distribution deep-learning conv-neural-network residual-networks r survey wilcoxon-mann-whitney ranking kruskal-wallis bias loss-functions frequentist decision-theory risk machine-learning distributions normal-distribution multivariate-analysis inference dataset factor-analysis survey multilevel-analysis clinical-trials

21

Comment résumer des intervalles crédibles pour un public médical

Avec des forfaits Stan et frontend rstanarmou brmsje peux facilement analyser les données de la bayésien comme je l'ai fait avant avec-modèles mixtes tels que lme. Bien que j'ai la plupart du livre et des articles de Kruschke-Gelman-Wagenmakers-etc. sur mon bureau, ceux-ci ne me disent pas comment...

statistical-significance bayesian stan credible-interval medicine

16

Stan

Je parcourais la documentation de Stan qui peut être téléchargée ici . J'étais particulièrement intéressé par leur implémentation du diagnostic Gelman-Rubin. Le document original Gelman & Rubin (1992) définit le facteur de réduction d'échelle potentiel (PSRF) comme suit: Soit...

mcmc convergence gibbs metropolis-hastings stan

14

Paramètres sans priorités définies dans Stan

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...

mcmc prior jags graphical-model stan

13

Monte Carlo hamiltonien et espaces de paramètres discrets

Je viens de commencer à construire des modèles en stan ; pour me familiariser avec l'outil, je travaille sur certains des exercices d'analyse des données bayésiennes (2e éd.). L' exercice Waterbuck suppose que les données , avec inconnues. Puisque l'hamiltonien Monte Carlo ne permet pas de...

bayesian mcmc discrete-data stan

11

Pourquoi y a-t-il des recommandations contre l'utilisation de Jeffreys ou de priors basés sur l'entropie pour les échantillonneurs MCMC?

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...

bayesian mcmc prior pymc stan

10

Comment puis-je modéliser une proportion avec BUGS / JAGS / STAN?

J'essaie de construire un modèle où la réponse est une proportion (c'est en fait la part des votes qu'un parti obtient dans les circonscriptions). Sa distribution n'est pas normale, j'ai donc décidé de le modéliser avec une distribution bêta. J'ai également plusieurs prédicteurs. Cependant, je ne...

bayesian jags bugs beta-regression stan

9

Stan fait-il des postérieurs prédictifs?

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

bayesian posterior stan

8

Est-ce que rstan ou mon approximation de grille est incorrecte: décider entre des estimations quantiles contradictoires dans l'inférence bayésienne

J'ai un modèle pour obtenir des estimations bayésiennes de la taille de la population NNNet probabilité de détection dans une distribution binomiale uniquement basée sur le nombre observé d’objets observés : pour . Pour simplifier, nous supposons que N est fixé à la même valeur inconnue pour chaque...

bayesian mcmc hierarchical-bayesian stan