Câu hỏi được gắn thẻ «bayesian»

Tôi cần một số gợi ý cho phương pháp phân cụm (phân loại không giám sát) cho một dự án tư vấn. Tôi đang tìm kiếm một phương pháp hy vọng có các thuộc tính sau: Đối tượng nghiên cứu của tôi có ba tính chất. Một được biểu diễn …

8 clustering  bayesian 

Trước hết hãy để tôi nói rằng tôi đã có một khóa học thống kê ở trường kỹ thuật 38 năm trước. Vì vậy, tôi đang bay mù ở đây. Tôi đã có kết quả về cơ bản 18 xét nghiệm chẩn đoán riêng biệt cho một bệnh. Mỗi thử …

8 classification  bayesian  diagnostic 

Tôi đã trang bị hồi quy logistic Bayes trong WinBugs và nó có thuật ngữ tương tác. Một cái gì đó như thế này: Prob(yi=1)=logit−1(a+b1∗xi+b2∗wi+b3∗xi∗wi)Prob(yi=1)=logit−1(a+b1∗xi+b2∗wi+b3∗xi∗wi)\mathrm{Prob}(y_{i}=1) = \mathrm{logit}^{-1} (a + b_{1}*x_{i} + b_{2}*w_{i} + b_{3}*x_{i}*w_{i}) Ở đâu xxx là một biến liên tục được tiêu chuẩn hóa, và wwwlà một biến …

8 logistic  bayesian  statistical-significance  interaction 

Tôi quan tâm đến việc lắp ANOVA hai yếu tố Bayesian trong BUGS hoặc bằng cách sử dụng một số gói R. Thật không may, tôi đang gặp khó khăn trong việc tìm kiếm tài nguyên về chủ đề này. Bất kỳ đề xuất? Ngay cả một bài viết mô …

8 r  bayesian  anova  bugs 

Trong lý thuyết xác suất Bayes, xác suất là biểu hiện kiến thức của chúng ta về một điều nào đó, không phải là một tính chất của điều đó. Tuy nhiên, tôi luôn thấy mọi người coi là một tham số cần được ước tính. Họ thiết lập một …

8 probability  bayesian  bernoulli-distribution  philosophical 

Tôi bắt đầu đọc về ước tính khả năng tối đa và thống kê Bayes gần đây. Tôi hiểu rằng đã đưa ra một mô hình thống kê trong đó, thuộc về một không gian tham số lớn , phân kỳ KL giữa và ( là đúng tham số chúng …

8 probability  bayesian  maximum-likelihood 

Mọi người ước tính Bayes đều được chấp nhận, theo sự hiểu biết tốt nhất của tôi. (Câu hỏi liên quan - 1 , 2 ) Ông nói điều gì đó dọc theo dòng chữ "có ngoại lệ" hoặc "điều kiện thường xuyên là bắt buộc". Câu hỏi: Có ai …

8 bayesian  mathematical-statistics  prior  example  admissibility 

Một cách tiếp cận để so sánh mô hình trong khung Bayes sử dụng biến chỉ báo Bernoulli để xác định mô hình nào trong hai mô hình có khả năng là "mô hình thực". Khi áp dụng các công cụ dựa trên MCMC để phù hợp với một mô …

8 bayesian  model-selection  prior 

Tôi đang phải đối mặt với phân phối sau trong ứng dụng MCMC nhằm mục đích lấy mẫu một biến không quan sát được đưa ra một chuỗi quan sát .x = {xt}Tt = 0x={xt}t=0Tx=\{x_t\}_{t=0}^{T}y= {yt}Tt = 0y={yt}t=0Ty=\{y_t\}^T_{t=0} Tuy nhiên, các hậu thế có điều kiện đọc là với là …

8 time-series  bayesian  smoothing  filter 

Tôi đang ước tính 15 tham số của mô hình của mình bằng cách sử dụng phương pháp Bayes và phương pháp Markov Chain Monte Carlo (MCMC). Do đó, dữ liệu của tôi sau khi chạy chuỗi MCMC gồm 100000 mẫu là bảng giá trị tham số 100000 × 15. …

8 bayesian  mcmc  monte-carlo  credible-interval  highest-density-region 

Tôi đã cố gắng để hiểu Định lý Cox và các vấn đề xung quanh nó. Có quá nhiều thông tin về chủ đề này đến nỗi tôi đã bối rối về trạng thái chính xác của định lý. Tôi đã tập hợp có ba vấn đề chính, nhưng vì …

8 probability  bayesian  mathematical-statistics  conditional-probability  theory 

Ai đó có thể giải thích tại sao Richard McElreath nói rằng bài kiểm tra chính xác của Fisher hiếm khi được sử dụng một cách thích hợp trong cuốn sách giới thiệu xuất sắc Bayesian của ông ( Suy nghĩ lại thống kê )? Để tham khảo, bối cảnh …

7 hypothesis-testing  bayesian  fishers-exact 

Đây là những gì tôi hiểu là: p-value - xác suất tìm thấy quan sát, hoặc cực đoan hơn, kết quả khi giả thuyết null (H0) của câu hỏi nghiên cứu là đúng nghĩa là p-value . Bây giờ khi giá trị p nằm dưới một ngưỡng nhất định ( …

7 hypothesis-testing  bayesian  p-value  frequentist  fallacy 

Tôi đã đọc đoạn văn sau trên Wikipedia gần đây: Các khoảng Bayes coi giới hạn của chúng là cố định và tham số ước tính là một biến ngẫu nhiên , trong khi đó khoảng tin cậy thường xuyên coi giới hạn của chúng là các biến ngẫu nhiên …

7 bayesian  empirical-bayes 

Một trong những giả định trong mô hình là sự phụ thuộc có điều kiện giữa các biến ngẫu nhiên trong phân phối chung trước. Xét mô hình sau, p ( a , b | X) ∝ p ( X| a,b)p(a,b)p(a,b|X)∝p(X|a,b)p(a,b)p(a,b|X) \propto p(X|a,b)p(a,b) Bây giờ giả sử một giả định …

7 bayesian  inference