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
NN thường xuyên Bayes so với NN cổ điển
Tôi đã thấy một vài bài báo nghiên cứu cho rằng các mạng nơ ron cổ điển thường thiếu khả năng khái quát hóa thỏa đáng, điều này thường dẫn đến một dự đoán không chính xác, và ANNs (BRANNs) được Bayesian mạnh hơn các mạng lan truyền ngược tiêu …
1
Chọn linh mục không thông tin
Tôi đang làm việc trên một mô hình dựa trên một hàm tham số xấu xí đóng vai trò là một hàm hiệu chuẩn trên một phần của mô hình. Sử dụng một thiết lập Bayes, tôi cần có được các linh mục không cung cấp thông tin cho các …
1
Từ HMM tiêu chuẩn đến HMM Bayes
Tôi đang cố gắng hiểu sự khác biệt giữa HMM tiêu chuẩn và HMM Bayes là gì. Wikipedia chỉ đề cập ngắn gọn về mô hình trông như thế nào nhưng tôi cần một hướng dẫn chi tiết hơn. Có ai biết về một bài báo hoặc một triển khai …
3
Bài kiểm tra hoc trong ANOVA thiết kế hỗn hợp 2x3 bằng SPSS?
Tôi có hai nhóm 10 người tham gia được đánh giá ba lần trong một thử nghiệm. Để kiểm tra sự khác biệt giữa các nhóm và trong ba đánh giá, tôi đã chạy ANOVA thiết kế hỗn hợp 2x3 với group(kiểm soát, thử nghiệm), time(thứ nhất, thứ hai, ba) …
8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 
1
Khoảng tin cậy khi sử dụng định lý Bayes
Tôi đang tính toán một số xác suất có điều kiện và liên quan đến khoảng tin cậy 95%. Đối với nhiều trường hợp của tôi, tôi có đếm đơn giản của xnhững thành công ra khỏi nthử nghiệm (từ một bảng dự phòng), vì vậy tôi có thể sử …
2
Làm thế nào là phân phối gamma nghịch đảo liên quan đến
Cho rằng dự toán sau của của một khả năng bình thường và một gamma nghịch đảo trước trên σ 2 là:σ' 2σ′2\sigma'^{2}σ2σ2\sigma^2 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 +\frac{\sum_{i=1}^n{(y_i-\mu)^2}}{2}\right) tương đương với σ′2∼IG(n2,nσ22)σ′2∼IG(n2,nσ22)\sigma'^{2}\sim\textrm{IG}\left( \frac{n}{2}, \frac{n\sigma^2}{2}\right) kể từ khi một yếu trước trên σ 2 để loại bỏ việc alpha và …
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.