Apakah benar bahwa untuk dua variabel acak AAA dan BBB , E(A∣B)=E(B∣A)E(A)E(B)?E(A∣B)=E(B∣A)E(A)E(B)?E(A\mid B)=E(B\mid
Sering diperdebatkan bahwa kerangka bayesian memiliki keuntungan besar dalam interpretasi (lebih sering), karena ia menghitung probabilitas parameter yang diberikan data - daripada seperti pada kerangka kerja frequentist. Sejauh ini baik.p(θ|x)p(θ|x)p(\theta|x)p(x|θ)p(x|θ)p(x|\theta) Tapi, seluruh...
Adakah yang tahu sekitar tahun berapa MCMC menjadi hal yang biasa (yaitu, metode populer untuk inferensi Bayesian)? Tautan ke jumlah artikel MCMC (jurnal) yang diterbitkan seiring waktu akan sangat
Saya benar-benar ingin belajar tentang teknik Bayesian, jadi saya telah berusaha sedikit belajar sendiri. Namun, saya mengalami kesulitan melihat ketika menggunakan teknik Bayesian yang pernah memberi keuntungan atas metode Frequentist. Sebagai contoh: Saya telah melihat dalam literatur sedikit...
Pemahaman saya tentang perdebatan bayesian vs sering adalah bahwa statistik sering: adalah (atau mengklaim sebagai) objektif atau setidaknya tidak bias jadi peneliti yang berbeda, menggunakan asumsi yang berbeda masih bisa mendapatkan hasil yang sebanding secara kuantitatif sementara statistik...
Ini adalah pertanyaan yang sangat sederhana tetapi saya tidak dapat menemukan derivasi di mana pun di internet atau dalam buku. Saya ingin melihat derivasi bagaimana seseorang Bayesian memperbarui distribusi normal multivariat. Sebagai contoh: bayangkan
Dalam literatur saya kadang-kadang menemukan komentar, bahwa memilih prior yang bergantung pada data itu sendiri (misalnya Zellners g-prior) dapat dikritik dari sudut pandang teoretis. Di mana sebenarnya masalahnya jika prior tidak dipilih independen dari
Apa buku yang bagus tentang filsafat Bayesian, yang membedakan subyektivisme dengan objektivisme, menjelaskan pandangan tentang kemungkinan sebagai keadaan pengetahuan dalam statistik Bayesian, dll? Mungkin buku Savage? Pada awalnya saya pikir Berger (1986) bisa bekerja, tetapi bukan itu yang saya...
Terkunci . Pertanyaan ini dan jawabannya dikunci karena pertanyaannya di luar topik tetapi memiliki signifikansi historis. Saat ini tidak menerima jawaban atau interaksi baru. Saya membeli buku ini: Cara Mengukur Apa Pun: Menemukan Nilai Benda Tak Berwujud dalam Bisnis...
Saya mencari tutorial yang baik tentang pengelompokan data dalam Rmenggunakan proses hierarchical dirichlet (HDP) (salah satu metode Bayesian nonparametrik populer dan terbaru). Ada DPpackage(IMHO, yang paling komprehensif dari semua yang tersedia) Runtuk analisis Bayesian nonparametrik. Tetapi...
Adakah yang menulis survei singkat tentang berbagai pendekatan statistik? Untuk perkiraan pertama, Anda memiliki statistik sering dan Bayesian. Tetapi ketika Anda melihat lebih dekat, Anda juga memiliki pendekatan lain seperti likelihoodist dan empiris Bayes. Dan kemudian Anda memiliki subdivisi...
Pemahaman saya tentang algoritma adalah sebagai berikut: No U-Turn Sampler (NUTS) adalah Metode Monte Carlo Hamilton. Ini berarti bahwa itu bukan metode Rantai Markov dan dengan demikian, algoritma ini menghindari bagian berjalan acak, yang sering dianggap tidak efisien dan lambat untuk...
Saya membaca tentang Jeffreys sebelum di wikipedia: Jeffreys Prior dan melihat bahwa setelah setiap contoh, ini menggambarkan bagaimana transformasi penstabilan varian mengubah Jeffrey sebelum menjadi seragam sebelumnya. Sebagai contoh, untuk kasus Bernoulli, menyatakan bahwa untuk koin yang...
Dengan flat sebelumnya, estimator ML (frequentist - maximum likelihood) dan MAP (Bayesian - maximum a posteriori) bersamaan. Namun, secara lebih umum, saya berbicara tentang penduga titik yang diturunkan sebagai pengoptimal beberapa fungsi kerugian. Yaitu (Bayesian) x
Bagaimana cara menghitung posterior dengan N ~ (a, b) setelah mengamati n titik data? Saya berasumsi bahwa kita harus menghitung mean sampel dan varians dari titik data dan melakukan semacam perhitungan yang menggabungkan posterior dengan sebelumnya, tapi saya tidak begitu yakin seperti apa rumus...
Saat menggunakan pemodelan topik (Alokasi Dirichlet Laten), jumlah topik adalah parameter input yang perlu ditentukan pengguna. Menurut saya, kita juga harus menyediakan kumpulan kumpulan topik kandidat yang harus diambil sampel oleh Dirichlet? Apakah pemahaman saya benar? Dalam praktiknya,...
Estimator regresi yang dihukum seperti LASSO dan ridge dikatakan sesuai dengan estimator Bayesian dengan prior tertentu. Saya kira (karena saya tidak tahu cukup tentang statistik Bayesian) bahwa untuk parameter penyetelan tetap, ada beton yang sesuai sebelumnya. Sekarang frequentist akan...
Robby McKilliam mengatakan dalam komentar untuk posting ini : Harus ditunjukkan bahwa, dari sudut pandang sering, tidak ada alasan bahwa Anda tidak dapat memasukkan pengetahuan sebelumnya ke dalam model. Dalam hal ini, tampilan sering lebih sederhana, Anda hanya memiliki model dan beberapa data....
Jika kita memiliki ukuran sampel yang kecil, apakah distribusi sebelumnya akan banyak mempengaruhi distribusi
Saat ini saya mencoba memahami Prinsip Kemungkinan dan saya terus terang tidak mengerti sama sekali. Jadi, saya akan menulis semua pertanyaan saya sebagai daftar, bahkan jika itu mungkin pertanyaan yang cukup mendasar. Apa sebenarnya arti frasa "semua informasi" dalam konteks prinsip ini?...