Câu hỏi được gắn thẻ «bayesian»

Suy luận Bayes là một phương pháp suy luận thống kê dựa vào việc coi các tham số mô hình là các biến ngẫu nhiên và áp dụng định lý Bayes để suy ra các tuyên bố xác suất chủ quan về các tham số hoặc giả thuyết, có điều kiện trên tập dữ liệu được quan sát.

3
Nhà nghiên cứu 1 chạy 1000 hồi quy, nhà nghiên cứu 2 chỉ chạy 1, cả hai đều có kết quả giống nhau - họ có nên suy luận khác nhau không?
Hãy tưởng tượng một nhà nghiên cứu đang khám phá một bộ dữ liệu và chạy 1000 hồi quy khác nhau và anh ta tìm thấy một mối quan hệ thú vị giữa chúng. Bây giờ hãy tưởng tượng một nhà nghiên cứu khác có cùng dữ liệu chỉ chạy …
2
Độ tin cậy của Chế độ từ mẫu MCMC
Trong cuốn sách Làm phân tích dữ liệu Bayes, John Kruschke nói rằng trong việc sử dụng JAGS từ R ... Ước tính chế độ từ mẫu MCMC có thể không ổn định vì ước tính dựa trên thuật toán làm mịn có thể nhạy cảm với các va chạm …
12 bayesian  mcmc  mode 
2
Biện minh cho liên hợp trước?
Bên cạnh khả năng sử dụng, có bất kỳ biện minh nhận thức nào (toán học, triết học, heuristic, vv) cho việc sử dụng các linh mục liên hợp? Hoặc chủ yếu là nó thường là một xấp xỉ đủ tốt và làm cho mọi thứ dễ dàng hơn nhiều?
5
Làm thế nào để thực hiện việc cắt bỏ các giá trị trong số lượng điểm dữ liệu rất lớn?
Tôi có một bộ dữ liệu rất lớn và thiếu khoảng 5% giá trị ngẫu nhiên. Các biến này có mối tương quan với nhau. Ví dụ R tập dữ liệu sau đây chỉ là một ví dụ đồ chơi với dữ liệu tương quan giả. set.seed(123) # matrix of …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
3
Bayesian vs MLE, vấn đề quá mức
Trong cuốn sách PRML của Đức cha, ông nói rằng, quá mức là một vấn đề với Ước tính khả năng tối đa (MLE) và Bayesian có thể tránh được. Nhưng tôi nghĩ, quá mức là một vấn đề nhiều hơn về lựa chọn mô hình, chứ không phải về …
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.