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.

2
Tại sao có khuyến nghị chống lại việc sử dụng Jeffreys hoặc các linh mục dựa trên entropy cho người lấy mẫu MCMC?
Trên trang wiki của họ , các nhà phát triển của bang Stan: Một số nguyên tắc chúng ta không thích: bất biến, Jeffreys, entropy Thay vào đó, tôi thấy rất nhiều khuyến nghị phân phối bình thường. Cho đến nay tôi đã sử dụng các phương pháp Bayes không …
11 bayesian  mcmc  prior  pymc  stan 
1
R / mgcv: Tại sao các sản phẩm tenor te () và ti () tạo ra các bề mặt khác nhau?
Các mgcvgói cho Rcó hai chức năng cho phù hợp tương tác sản phẩm tensor: te()và ti(). Tôi hiểu sự phân công lao động cơ bản giữa hai người (phù hợp với sự tương tác phi tuyến tính so với việc phân tách tương tác này thành các hiệu ứng …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
1
Khi phân phối lấy mẫu thường xuyên không thể được hiểu là hậu nghiệm Bayes trong cài đặt hồi quy?
Các câu hỏi thực tế của tôi nằm trong hai đoạn cuối, nhưng để thúc đẩy chúng: Nếu tôi đang cố ước tính giá trị trung bình của một biến ngẫu nhiên theo phân phối Bình thường với phương sai đã biết, tôi đã đọc rằng đặt đồng phục trước …
2
Tại sao mật độ sau tỷ lệ thuận với chức năng khả năng mật độ lần trước?
Theo định lý của Bayes, . Nhưng theo văn bản kinh tế lượng của tôi, nó nói rằng . Tại sao nó như thế này? Tôi không hiểu tại sao bị bỏ qua.P(y|θ)P(θ)=P(θ|y)P(y)P(y|θ)P(θ)=P(θ|y)P(y)P(y|\theta)P(\theta) = P(\theta|y)P(y)P(θ|y)∝P(y|θ)P(θ)P(θ|y)∝P(y|θ)P(θ)P(\theta|y) \propto P(y|\theta)P(\theta)P(y)P(y)P(y)
1
Tại sao mọi người lại sử dụng thuật ngữ Trọng lượng của các bằng chứng và một cách khác biệt so với các thông tin lẫn nhau theo chiều hướng của Google?
Ở đây, "trọng lượng của bằng chứng" (WOE) là một thuật ngữ phổ biến trong các tài liệu khoa học và hoạch định chính sách được công bố, thường thấy nhất trong bối cảnh đánh giá rủi ro, được định nghĩa bởi: w(e:h)=logp(e|h)p(e|h¯¯¯)w(e:h)=log⁡p(e|h)p(e|h¯)w(e : h) = \log\frac{p(e|h)}{p(e|\overline{h})} trong đó là …
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.