Câu hỏi được gắn thẻ «posterior»

Đề cập đến phân phối xác suất của các tham số dựa trên dữ liệu trong thống kê Bayes.

1
Hồi quy Bayes với số ít
Cộng đồng SE, tôi hy vọng sẽ có được một số hiểu biết về vấn đề sau đây. Với một mô hình hồi quy tuyến tính đơn giản Theo hàm khả năng Gaussian với các thuật ngữ lỗi homoscedastic, phân phối có điều kiện của biến phụ thuộc có dạng …
1
Lấy mật độ sau cho khả năng logic bất thường và trước đó của Jeffreys
Hàm khả năng của phân phối logic là: f( X ; μ , σ) Alpha pinTôi11σxTôiđiểm kinh nghiệm( - ( lnxTôi- μ )22 σ2)f(x;μ,σ)αΠTôi1n1σxTôiđiểm kinh nghiệm⁡(-(ln⁡xTôi-μ)22σ2)f(x; \mu, \sigma) \propto \prod_{i_1}^n \frac{1}{\sigma x_i} \exp \left ( - \frac{(\ln{x_i} - \mu)^2}{2 \sigma^2} \right ) và Ưu tiên của Jeffreys là: p ( …
2
Tại sao một mô hình thống kê sẽ phù hợp hơn nếu được cung cấp một bộ dữ liệu khổng lồ?
Dự án hiện tại của tôi có thể yêu cầu tôi xây dựng một mô hình để dự đoán hành vi của một nhóm người nhất định. tập dữ liệu huấn luyện chỉ chứa 6 biến (id chỉ dành cho mục đích nhận dạng): id, age, income, gender, job category, …
8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 
2
Tính toán khả năng khi rất lớn, vậy khả năng trở nên rất nhỏ?
Tôi đang cố gắng tính toán phân phối sau này: ( Q | - ) = Πni = 1pyTôiTôi( 1 - pTôi)1 - yTôiΣtất cảθ , pTôi| θΠni = 1pyTôiTôi( 1 - pTôi)1 - yTôi(θ|-)= =ΠTôi= =1npTôiyTôi(1-pTôi)1-yTôiΣtất cảθ,pTôi|θΠTôi= =1npTôiyTôi(1-pTôi)1-yTôi (\theta|-)=\frac{\prod_{i=1}^{n}p_i^{y_i}(1-p_i)^{1-y_i}}{\sum_{\text{all}\,\theta,p_i|\theta}\prod_{i=1}^{n}p_i^{y_i}(1-p_i)^{1-y_i}} Vấn đề là tử số, là sản phẩm của một …
2
Tại sao mã hóa điều trị dẫn đến một mối tương quan giữa độ dốc ngẫu nhiên và đánh chặn?
Xem xét một thiết kế giai thừa trong chủ đề và bên trong vật phẩm trong đó biến điều trị thử nghiệm có hai cấp độ (điều kiện). Hãy m1là mô hình tối đa và mô hình m2không tương quan ngẫu nhiên. m1: y ~ condition + (condition|subject) + (condition|item) …
2
Phân phối dự báo sau so với ước tính MAP
Hãy xem xét một tập dữ liệu huấn luyện , một mô hình xác suất được tham số hóa bởi và trước đó . Đối với điểm dữ liệu mới , chúng ta có thể tính bằng cách sử dụng:XXXθθ\thetaP(θ)P(θ)P(\theta)x∗x∗x^*P(x∗)P(x∗)P(x^*) một cách tiếp cận hoàn toàn bay bổng: phân phối …
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.