Thống kê và dữ liệu lớn bayesian

1

Tiêu chí để chọn mô hình tốt nhất trên mạng trong Mô hình Markov ẩn

Tôi có một bộ dữ liệu chuỗi thời gian mà tôi đang cố gắng khớp với Mô hình Markov ẩn (HMM) để ước tính số lượng trạng thái tiềm ẩn trong dữ liệu. Mã giả của tôi để làm điều này là như sau: for( i in 2 : max_number_of_states …

12 r aic hidden-markov-model bic spss manova time-series r lme4-nlme regression modeling negative-binomial bayesian bugs state-space-models hypothesis-testing data-transformation factor-analysis sem

1

Suy luận mạng Bayes sử dụng pymc (Sự nhầm lẫn của người mới bắt đầu)

Tôi hiện đang tham gia khóa học PGM của Daphne Koller trên Coursera. Trong đó, chúng ta thường mô hình hóa Mạng Bayes như một biểu đồ hướng nguyên nhân và kết quả của các biến là một phần của dữ liệu được quan sát. Nhưng trên các hướng dẫn …

12 bayesian inference bayesian-network pymc

1

mô hình Bayes phân cấp so với Bayes theo kinh nghiệm

Bạn có coi HBM vs EB là hai lựa chọn thay thế trong đó các siêu đường kính là "trong trò chơi" được lấy mẫu / ước tính / vv.? Rõ ràng có một kết nối giữa hai. Bạn có xem xét HBM "Bayesian" đầy đủ hơn EB không? Có …

12 bayesian empirical-bayes

5

Do người Bayes có bao giờ tranh luận rằng có những trường hợp trong đó cách tiếp cận của họ khái quát / chồng chéo với cách tiếp cận thường xuyên?

Do người Bayes có bao giờ lập luận rằng cách tiếp cận của họ khái quát hóa cách tiếp cận thường xuyên, bởi vì người ta có thể sử dụng các linh mục không cung cấp thông tin và do đó, có thể phục hồi cấu trúc mô hình thường …

12 bayesian references frequentist

6

Nếu bạn sử dụng ước tính điểm tối đa hóa

Nếu ai đó nói "Phương pháp đó sử dụng MLE ước tính điểm cho tham số tối đa hóa P(x|θ)P(x|θ)\mathrm{P}(x|\theta) , do đó, nó là thường xuyên; và hơn nữa nó không phải là Bayes." bạn có đồng ý không Cập nhật trên nền : Gần đây tôi đã đọc …

12 bayesian maximum-likelihood likelihood frequentist philosophical

1

Có một mối liên hệ giữa Bayes theo kinh nghiệm và các hiệu ứng ngẫu nhiên?

Gần đây tôi tình cờ đọc về Bayes theo kinh nghiệm (Casella, 1985, Giới thiệu về phân tích dữ liệu Bayes theo kinh nghiệm) và nó trông rất giống mô hình hiệu ứng ngẫu nhiên; trong đó cả hai đã ước tính thu nhỏ lại có nghĩa là toàn cầu. …

12 bayesian estimation random-effects-model steins-phenomenon empirical-bayes

1

Quan điểm của các linh mục không thông tin là gì?

Tại sao thậm chí có linh mục không thông tin? Họ không cung cấp thông tin về . Vậy tại sao nên sử dụng chúng? Tại sao không chỉ sử dụng linh mục thông tin? Ví dụ: giả sử . Vậy thì có phải là thông tin trước cho không?θθ\thetaθ∈[0,1]θ∈[0,1] …

12 bayesian uninformative-prior jeffreys-prior

2

Khi nào nên sử dụng kỹ thuật bootstrap so với bayesian?

Tôi có một vấn đề phân tích quyết định khá phức tạp liên quan đến kiểm tra độ tin cậy và cách tiếp cận logic (với tôi) dường như liên quan đến việc sử dụng MCMC để hỗ trợ phân tích Bayes. Tuy nhiên, nó đã được đề xuất rằng …

12 bayesian bootstrap

2

Mô hình Bayes phân cấp (?)

Xin lỗi vì sự vô dụng của tôi về biệt ngữ thống kê :) Tôi đã tìm thấy một vài câu hỏi ở đây có liên quan đến quảng cáo và nhấp qua tỷ lệ. Nhưng không ai trong số họ giúp tôi rất nhiều với sự hiểu biết của …

12 bayesian binomial multilevel-analysis

1

Các bước để tìm ra một phân phối sau khi nó có thể đủ đơn giản để có một hình thức phân tích?

Điều này cũng đã được hỏi tại Khoa học tính toán. Tôi cố gắng để tính toán một ước tính Bayesian của một số hệ số cho một autoregression, với 11 mẫu dữ liệu: Yi=μ+α⋅Yi−1+ϵiYi=μ+α⋅Yi−1+ϵi Y_{i} = \mu + \alpha\cdot{}Y_{i-1} + \epsilon_{i} trong đóϵiϵi\epsilon_{i} là Gaussian với trung bình 0 …

12 bayesian mathematical-statistics posterior

2

Tôi nên biết gì về việc thiết kế một thuật toán Hybrid / Hamiltonian Monte Carlo tốt?

Tôi đang thiết kế một thuật toán lấy mẫu Hybrid Monte Carlo cho PyMC và tôi đang cố gắng làm cho nó trở nên miễn phí và chung chung nhất có thể, vì vậy tôi đang tìm kiếm lời khuyên tốt về thiết kế thuật toán HMC. Tôi đã đọc …

12 bayesian monte-carlo

1

Phân phối trước tốt cho mức độ tự do trong phân phối là gì?

Tôi muốn sử dụng tại phân phối để mô hình lợi nhuận tài sản trong khoảng thời gian ngắn trong mô hình bayesian. Tôi muốn ước tính cả mức độ tự do (cùng với các tham số khác trong mô hình của tôi) cho phân phối. Tôi biết rằng lợi …

12 distributions bayesian modeling prior

2

Làm thế nào để tham số hóa tỷ lệ của hai biến phân phối thông thường, hoặc nghịch đảo của một biến?

Vấn đề: Tôi đang tham số hóa các bản phân phối để sử dụng làm mục sư và dữ liệu trong phân tích tổng hợp Bayes. Dữ liệu được cung cấp trong tài liệu dưới dạng thống kê tóm tắt, hầu như chỉ được giả định là được phân phối …

12 distributions bayesian variance random-variable meta-analysis

2

Trong suy luận Bayes, tại sao một số thuật ngữ được bỏ từ dự đoán sau?

Trong phân tích Conjugate Bayesian của Kevin Murphy về phân phối Gaussian , ông viết rằng phân phối dự báo sau là p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta Trong đó DDD là dữ liệu mà mô hình phù hợp và xxx là …

12 bayesian predictive-models inference posterior

3

Jeffreys Trước khi phân phối bình thường với trung bình và phương sai không xác định

Tôi đang đọc các bản phân phối trước và tôi đã tính toán Jeffreys trước cho một mẫu các biến ngẫu nhiên phân phối thông thường với phương sai không xác định và không xác định. Theo tính toán của tôi, các trường hợp sau giữ cho Jeffreys trước: Ở …

12 bayesian normal-distribution prior jeffreys-prior

Câu hỏi được gắn thẻ «bayesian»