Câu hỏi được gắn thẻ «prior»

Trong thống kê Bayes, phân phối trước chính thức hóa thông tin hoặc kiến ​​thức (thường chủ quan), có sẵn trước khi nhìn thấy một mẫu, dưới dạng phân phối xác suất. Một phân phối có độ lây lan lớn được sử dụng khi ít thông tin về (các) tham số, trong khi phân phối trước hẹp hơn biểu thị mức độ thông tin lớn hơn.

1
Phân phối siêu nhân cho các tham số (ma trận tỷ lệ và mức độ tự do) của một điều ước trước một ma trận hiệp phương sai nghịch đảo
Tôi đang ước tính một số ma trận hiệp phương sai nghịch đảo của một tập hợp các phép đo trên các nhóm dân cư khác nhau bằng cách sử dụng một wishart trước trong jags / rjags / R. Thay vì chỉ định một ma trận tỷ lệ và …
3
Cách thực hiện SVD để áp đặt các giá trị bị thiếu, một ví dụ cụ thể
Tôi đã đọc những bình luận tuyệt vời về cách xử lý các giá trị bị thiếu trước khi áp dụng SVD, nhưng tôi muốn biết nó hoạt động như thế nào với một ví dụ đơn giản: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 
3
Khả năng Gaussian + mà trước = Gaussian Marginal?
Đưa ra khả năng Gaussian cho một mẫu yyy như với là không gian tham số và , các tham số tùy ý của vectơ trung bình và ma trận hiệp phương sai.p(y|θ)=N(y;μ(θ),Σ(θ))p(y|θ)=N(y;μ(θ),Σ(θ))p(y|\theta) = \mathcal{N}(y;\mu(\theta),\Sigma(\theta))ΘΘ\Thetaμ(θ)μ(θ)\mu(\theta)Σ(θ)Σ(θ)\Sigma(\theta) Là nó có thể chỉ định một mật độ trước p(θ)p(θ)p(\theta) và parameterisation của vector …
2
Sự khác biệt toán học giữa việc sử dụng một cách tiếp cận không thông tin trước và một cách tiếp cận thường xuyên là gì?
Các linh mục không có thông tin được ưu tiên trong các trường hợp không chấp nhận sự thiên vị (ví dụ: phòng xử án, v.v.) Tuy nhiên, đối với tôi, nó chỉ có ý nghĩa khi sử dụng một cách tiếp cận thường xuyên thay thế. Tại sao cách …
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 ( …
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 …
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 …
1
Làm thế nào để tôi hoàn thành hình vuông với khả năng bình thường và bình thường trước?
Làm thế nào để tôi hoàn thành hình vuông từ điểm tôi đã rời đi, và điều này có đúng không? Tôi có một bình thường trước có dạng , để có được:p ( β | σ 2 ) ~ N ( 0 , σ 2 V )ββ\betap(β|σ2)∼N(0,σ2V)p(β|σ2)∼N(0,σ2V)p(\beta|\sigma^2)\sim \mathcal{N}(0,\sigma^2V) p(β|σ2)=(2πσ2V)p2exp[−12σ2βTβ]p(β|σ2)=(2πσ2V)p2exp⁡[−12σ2βTβ]p(\beta|\sigma^2)=(2\pi\sigma^2V)^\frac{p}{2}\exp[-\frac{1}{2\sigma^2}\beta^T\beta] …
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.