Baik bayesglm()(dalam paket arm R) dan berbagai fungsi dalam paket MCMCpack ditujukan untuk melakukan estimasi Bayesian dari model linier umum, tetapi saya tidak yakin mereka benar-benar menghitung hal yang sama. Fungsi MCMCpack menggunakan rantai Markov Monte Carlo untuk mendapatkan sampel...
Saya menggunakan rumus dari pengujian ab Bayesian untuk menghitung hasil tes AB menggunakan metodologi Bayesian. Pr(pB>pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA)Pr(pB>pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA) \Pr(p_B > p_A) = \sum^{\alpha_B-1}_{i=0}...
Saya bingung bagaimana cara mengevaluasi distribusi prediksi posterior untuk regresi linier Bayesian, melewati kasus dasar yang dijelaskan di sini pada halaman 3, dan disalin di bawah ini. p ( y~∣ y)=∫p(y~∣β,σ2)p(β,σ2∣y)p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y) p(\tilde y \mid y) = \int p(\tilde y \mid \beta,...
Misalkan saya sedang mencoba untuk parametrize ulang fungsi kemungkinan yang didistribusikan secara eksponensial. Jika fungsi kemungkinan asli saya adalah: p ( y∣ θ ) = θ e- θ yp(y∣θ)=θe−θy p(y \mid \theta) = \theta e^{-\theta y} dan saya ingin mengembalikan parameter menggunakan , karena bukan...
Ketika melakukan regresi linear bayesian, kita perlu menetapkan prior untuk kemiringan dan mencegat . Karena adalah parameter lokasi, masuk akal untuk menetapkan seragam sebelumnya; Namun, bagi saya tampaknya mirip dengan parameter skala dan tampaknya tidak wajar untuk menetapkan seragam sebelum...
Saat ini saya menggunakan pendekatan bayesian untuk memperkirakan parameter untuk model yang terdiri dari beberapa ODE. Karena saya memiliki 15 parameter untuk diperkirakan, ruang pengambilan sampel saya adalah 15-dimensi dan pencarian saya untuk distribusi posterior tampaknya memiliki banyak...
Atau kondisi apa yang menjamin hal itu? Secara umum (dan bukan hanya model normal dan binomial) saya kira alasan utama yang mematahkan klaim ini adalah bahwa ada ketidakkonsistenan antara model pengambilan sampel dan model sebelumnya, tetapi apa lagi? Saya mulai dengan topik ini, jadi saya sangat...
Pertimbangkan fungsi kepadatan posterior yang diberikan (seperti biasa) oleh π( θ )∏i = 1nf(xsaya; θ ) ,π(θ)∏i=1nf(xi;θ), \pi(\theta) \prod_{i=1}^n f(x_i;\theta), dengan kepadatan sebelumnya ππ\pi dan distribusi f( ⋅ ; θ )f(⋅;θ)f(\cdot;\theta) dari nnn pengamatan x1, ... ,xnx1,…,xnx_1, \dots, x_n,...
Jika saya menggunakan Jeffreys sebelum untuk parameter probabilitas binomial maka ini berarti menggunakan distribusi .q ~ b e t a ( 1 / 2 , 1 / 2 )θθ\thetaθ∼beta(1/2,1/2)θ∼beta(1/2,1/2)\theta \sim beta(1/2,1/2) Jika saya bertransformasi ke kerangka referensi baru maka jelas juga tidak...
Saya bertanya-tanya apa perbedaan antara kedua jenis prior ini: Tidak informatif Tidak
Selama setahun terakhir, saya telah banyak mendengar tentang kerangka kerja Programming Probabilistic (PP) seperti PyMC3 dan Stan , dan betapa hebatnya PP. Dan hari ini, seseorang membagikan tautan ini kepada saya: Pyro: Bahasa Pemrograman Probabilitas Jauh Namun, saya tidak benar-benar...
Ketika saya mulai membaca tentang filter Kalman ia berpikir bahwa itu adalah kasus khusus model ARIMA (yaitu ARIMA (0,1,1)). Tapi sebenarnya situasinya sepertinya lebih rumit. Pertama-tama, ARIMA dapat digunakan untuk prediksi dan filter Kalman untuk penyaringan. Tapi bukankah mereka terkait...
Dalam makalah yang disebut Deep Learning dan Information Bottleneck Principle , penulis menyatakan di bagian II A) berikut ini: Neuron tunggal mengklasifikasikan hanya input yang dapat dipisahkan secara linear, karena mereka hanya dapat mengimplementasikan hiperplanes dalam ruang inputnya ....
Saya bertanya-tanya apakah probabilitas bersyarat itu unik bagi Bayesianisme, atau apakah probabilitas lebih merupakan konsep umum yang dibagi di antara beberapa aliran pemikiran di antara orang-orang yang memiliki statistik / probabilitas. Saya agak berasumsi, karena saya berasumsi bahwa tidak...
Saya ingin menemukan beberapa "contoh dunia nyata" untuk mengajarkan statistik Bayesian. Statistik Bayesian memungkinkan seseorang untuk secara resmi memasukkan pengetahuan sebelumnya ke dalam analisis. Saya ingin memberi siswa beberapa contoh dunia nyata sederhana dari para peneliti yang...
Pengajaran standar mengatakan bahwa sensitivitas dan spesifisitas adalah sifat dari tes ini dan tidak tergantung pada prevalensi. Tapi bukankah ini hanya asumsi? Prinsip Harrison tentang penyakit dalam 19 ed mengatakan Telah lama dinyatakan bahwa sensitivitas dan spesifisitas merupakan...
Saya telah menemukan slide ini (slide # 16 & # 17) di salah satu kursus online. Instruktur berusaha menjelaskan bagaimana Estimasi Posterior Maksimum (MAP) sebenarnya adalah solusi , di mana adalah parameter yang benar.θ ∗L(θ)=I[θ≠θ∗]L(θ)=I[θ≠θ∗]L(\theta) = \mathcal{I}[\theta \ne...
Saya memodelkan penyebaran tanaman menggunakan distribusi normal umum ( entri wikipedia ), yang memiliki fungsi kerapatan probabilitas: b2aΓ(1/b)e−(da)bb2aΓ(1/b)e−(da)b \frac{b}{2a\Gamma(1/b)} e^{-(\frac{d}{a})^b} di mana adalah jarak yang ditempuh, adalah parameter skala, dan adalah parameter...
Dirichlet Pocess dan Gaussian Process sering disebut sebagai "distribusi atas fungsi" atau "distribusi atas distribusi". Dalam hal itu, dapatkah saya berbicara tentang kepadatan suatu fungsi di bawah GP? Yaitu, apakah Proses Gaussian atau Proses Dirichlet memiliki gagasan tentang kepadatan...
Ditutup . Pertanyaan ini didasarkan pada pendapat . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga dapat dijawab dengan fakta dan kutipan dengan mengedit posting ini . Ditutup tahun lalu . Menjelajah...