Saat melakukan statistik frequentist, ada daftar panjang no-no, seperti melihat hasil tes statistik sebelum memutuskan untuk mengumpulkan lebih banyak data. Secara umum saya bertanya-tanya apakah ada daftar no-no yang mirip untuk metodologi yang terlibat dalam statistik Bayesian, dan khususnya...
Apa yang terjadi ketika Anda tidak memiliki gagasan tentang distribusi parameter? Pendekatan apa yang harus kita gunakan? Sebagian besar waktu kami bertujuan untuk menggarisbawahi jika variabel tertentu memiliki pengaruh terhadap ada / tidaknya spesies tertentu, dan variabel tersebut diterima atau...
Saya mencoba membangun sebuah model di mana responsnya adalah proporsi (sebenarnya itu adalah bagian dari suara yang didapat partai di daerah pemilihan). Distribusi tidak normal, jadi saya memutuskan untuk memodelkannya dengan distribusi beta. Saya juga punya beberapa prediktor. Namun, saya tidak...
Saya baru saja (kembali) membaca Gelman's Why kita (biasanya) tidak perlu khawatir tentang beberapa perbandingan . Khususnya bagian "Berbagai hasil dan tantangan lain" menyebutkan menggunakan model hierarkis untuk situasi ketika ada beberapa tindakan terkait dari orang / unit yang sama pada waktu /...
Saya akan mencoba menggambarkan masalah yang dihadapi secara umum. Saya memodelkan pengamatan sebagai distribusi kategoris dengan parameter probabilitas vektor theta. Kemudian, saya berasumsi vektor parameter theta mengikuti Dirichlet prior distribution dengan parameter .α1, α2, ... ,...
Untuk masalah regresi logistik Bayesian, saya telah membuat distribusi prediksi posterior. Saya sampel dari distribusi prediktif dan menerima ribuan sampel (0,1) untuk setiap pengamatan yang saya miliki. Memvisualisasikan kebaikan tidak terlalu menarik, misalnya: Plot ini menunjukkan 10 000...
Saya mencoba menyesuaikan model waktu-diskrit dalam R, tapi saya tidak yakin bagaimana melakukannya. Saya telah membaca bahwa Anda dapat mengatur variabel dependen dalam baris yang berbeda, satu untuk setiap pengamatan waktu, dan menggunakan glmfungsi dengan logit atau tautan cloglog. Dalam hal...
ini terasa seperti pertanyaan yang sangat naif tetapi saya mengalami kesulitan melihat jawabannya. Saya memiliki satu set 30 nilai. Secara mandiri saya memperoleh nilai ke-31. Hipotesis nol adalah bahwa nilai 31 adalah bagian dari distribusi yang sama. Alternatifnya berbeda. Saya ingin semacam...
Buku teks pertama menghasilkan beberapa data 2 kelas melalui: pemberian yang mana: dan kemudian ia bertanya: Saya mencoba menyelesaikan ini dengan terlebih dahulu memodelkan ini dengan model grafis ini: di mana adalah label, adalah indeks dari mean yang dipilih , dan adalah titik data....
Di Rkita dapat "bobot sebelumnya" glmregresi melalui parameter bobot . Sebagai contoh: glm.D93 <- glm(counts ~ outcome + treatment, family = poisson(), weights=w) Bagaimana ini bisa dicapai dalam model JAGSatau BUGS? Saya menemukan beberapa makalah yang membahas hal ini, tetapi tidak ada...
Kami memiliki sampel N, XiXiX_i , dari distribusi seragam mana tidak diketahui. Perkirakan dari data.[0,θ][0,θ][0,\theta]θθ\thetaθθ\theta Jadi, aturan Bayes ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} dan kemungkinannya...
Pengaturan masalah Salah satu masalah mainan pertama yang ingin saya terapkan pada PyMC adalah pengelompokan nonparametrik: diberi beberapa data, modelkan sebagai campuran Gaussian, dan pelajari jumlah cluster dan rata-rata dan kovarian setiap cluster. Sebagian besar yang saya ketahui tentang...
Apakah ada definisi yang tepat tentang informasi sebelumnya yang lemah? Apa bedanya dengan subyektif sebelum dengan dukungan
Ketika mempelajari pemilihan kovarians, saya pernah membaca contoh berikut. Sehubungan dengan model berikut: Matriks kovariansnya dan matriks kovarians terbalik diberikan sebagai berikut, Saya tidak mengerti mengapa independensi dan diputuskan oleh kovarians terbalik di sini?yxxxyyy Apa...
Dalam model campuran, kami mengasumsikan efek acak (parameter) adalah variabel acak yang mengikuti distribusi normal. Itu terlihat sangat mirip dengan metode Bayesian, di mana semua parameter dianggap acak. Jadi, apakah model efek acak jenis kasus khusus metode
Saya tidak mengerti mengapa mengubah jaringan Bayesian menjadi grafik faktor baik untuk inferensi Bayesian? Pertanyaan saya adalah: Apa manfaat menggunakan grafik faktor dalam penalaran Bayesian? Apa yang akan terjadi jika kita tidak menggunakannya? Setiap contoh nyata akan
Saya relatif baru untuk statistik bayesian dan telah menggunakan JAGS baru-baru ini untuk membangun model bayesian hirarkis pada dataset yang berbeda. Sementara saya sangat puas dengan hasilnya (dibandingkan dengan model glm standar), saya perlu menjelaskan kepada non-statistik apa perbedaan dengan...
Katakanlah saya memiliki model berikut: Poisson ( λ ) ∼ { λ1λ2jika t < τjika t ≥ τPoisson(λ)∼{λ1if t<τλ2if t≥τ\text{Poisson}(\lambda) \sim \begin{cases} \lambda_1 & \text{if } t \lt \tau \\ \lambda_2 & \text{if } t \geq \tau \end{cases} Dan saya menyimpulkan posisi untuk dan λ 2...
Saya mencoba untuk melakukan pengujian A / B dengan cara Bayesian, seperti dalam Probabilistic Programming for Hackers dan Bayesian A / B tes . Kedua artikel berasumsi bahwa pembuat keputusan memutuskan varian mana yang lebih baik hanya berdasarkan probabilitas beberapa kriteria, misalnya , oleh...
Masalah Saya ingin menyesuaikan parameter model populasi campuran 2-Gaussian sederhana. Mengingat semua hype di sekitar metode Bayesian saya ingin mengerti jika untuk masalah ini kesimpulan Bayesian adalah alat yang lebih baik daripada metode pemasangan tradisional. Sejauh ini MCMC berkinerja...