Dalam statistik Bayesian, distribusi sebelumnya memformalkan informasi atau pengetahuan (sering subyektif), tersedia sebelum sampel dilihat, dalam bentuk distribusi probabilitas. Distribusi dengan penyebaran besar digunakan ketika sedikit yang diketahui tentang parameter, sedangkan distribusi sebelumnya yang lebih sempit mewakili tingkat informasi yang lebih besar.
Dalam kelompok siswa, ada 2 dari 18 yang kidal. Temukan distribusi posterior siswa kidal dalam populasi dengan asumsi tidak informatif sebelumnya. Ringkas hasilnya. Menurut literatur 5-20% orang kidal. Pertimbangkan informasi ini di prior Anda dan hitung posterior baru. Saya tahu distribusi...
Terinspirasi oleh komentar dari pertanyaan ini : Apa yang kita anggap "tidak informatif" pada prior - dan informasi apa yang masih terkandung dalam prior yang sebelumnya dianggap tidak informatif? Saya biasanya melihat sebelumnya dalam analisis di mana itu baik analisis tipe-sering mencoba untuk...
Saya mengerti bahwa Jeffreys prior adalah invarian di bawah parameterisasi ulang. Namun, yang tidak saya mengerti adalah mengapa properti ini diinginkan. Mengapa Anda tidak ingin yang sebelumnya berubah di bawah perubahan
Saya bertanya-tanya apakah itu membuat perbedaan dalam interpretasi apakah hanya dependen, baik dependen dan independen, atau hanya variabel independen yang ditransformasikan log. Pertimbangkan kasus log(DV) = Intercept + B1*IV + Error Saya bisa menafsirkan IV sebagai peningkatan persen tetapi...
Jika bunga hanya memperkirakan parameter model (estimasi pointwise dan / atau interval) dan informasi sebelumnya tidak dapat diandalkan, lemah, (saya tahu ini agak kabur tetapi saya mencoba untuk membangun skenario di mana pilihan suatu sebelumnya sulit) ... Mengapa seseorang memilih untuk...
Bagaimana saya harus memperoleh distribusi sebelumnya dari para ahli ketika memasang model
Dalam algoritma model topik LDA, saya melihat asumsi ini. Tapi saya tidak tahu mengapa memilih distribusi Dirichlet? Saya tidak tahu apakah kita bisa menggunakan distribusi Uniform melalui Multinomial sebagai
Saya tahu bahwa distribusi beta adalah konjugat ke binomial. Tapi apa konjugat sebelum beta? Terima
Saya sangat baru dalam statistik Bayesian, dan ini mungkin pertanyaan konyol. Namun: Pertimbangkan interval yang kredibel dengan prior yang menentukan distribusi seragam. Misalnya, dari 0 hingga 1, di mana 0 hingga 1 mewakili kisaran penuh dari nilai yang mungkin dari suatu efek. Dalam hal ini,...
Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 2 tahun yang lalu . Saya menggunakan tanda sisipan untuk menjalankan hutan...
Saya telah membaca di sejumlah referensi bahwa estimasi Lasso untuk parameter vektor regresi setara dengan mode posterior di mana distribusi sebelumnya untuk setiap adalah distribusi eksponensial ganda (juga dikenal sebagai distribusi Laplace).B B iBBBBBBBiBiB_i Saya telah mencoba untuk...
Pertimbangkan Jeffrey sebelumnya di mana , di manasayaadalah informasi Fisher.p(θ)∝|i(θ)|−−−−√p(θ)∝|i(θ)|p(\theta) \propto \sqrt{|i(\theta)|}iii Saya terus melihat ini sebelum disebutkan sebagai sebelumnya tidak informatif, tetapi saya tidak pernah melihat argumen mengapa itu tidak informatif....
Ini adalah pertanyaan tentang terminologi. Apakah "prior samar" sama dengan prior non-informatif, atau adakah perbedaan di antara keduanya? Kesan saya adalah mereka sama (dari melihat bersama dan tidak informatif bersama-sama), tetapi saya tidak bisa
Saat melakukan inferensi Bayesian, kami beroperasi dengan memaksimalkan fungsi kemungkinan kami bersama dengan prior yang kami miliki tentang parameter. Karena kemungkinan log lebih nyaman, kami secara efektif memaksimalkan menggunakan MCMC atau yang menghasilkan distribusi posterior (menggunakan...
Saya menulis esai teoretis singkat untuk kursus Statistik Bayesian (dalam Ekonomi M.Sc.) tentang prior uninformative dan saya mencoba memahami yang merupakan langkah-langkah dalam pengembangan teori ini. Sekarang, garis waktu saya dibuat tiga langkah utama: Prinsip ketidakpedulian Laplace (1812),...
Saat ini saya sedang mengerjakan masalah, di mana saya perlu mengembangkan algoritma rantai Markov Monte Carlo (MCMC) untuk model ruang angkasa. Untuk dapat menyelesaikan masalah, saya telah diberi probabilitas : p ( ) = 2I ( > 0) / (1+ ). menjadi standar deviasi dari
Saya ingin mengajukan pertanyaan yang terinspirasi oleh jawaban yang sangat baik untuk pertanyaan tentang intuisi untuk distribusi beta. Saya ingin mendapatkan pemahaman yang lebih baik tentang derivasi untuk distribusi sebelumnya untuk rata-rata pukulan. Sepertinya David mendukung parameter dari...
Saya telah mencoba untuk memahami ide konjugasi prior dalam statistik Bayesian untuk sementara waktu tetapi saya tidak mengerti. Adakah yang bisa menjelaskan ide dalam istilah yang paling sederhana, mungkin menggunakan "Gaussian prior" sebagai
Kita tahu bahwa dalam hal distribusi sebelumnya yang tepat, P(θ∣X)=P(X∣θ)P(θ)P(X)P(θ∣X)=P(X∣θ)P(θ)P(X)P(\theta \mid X) = \dfrac{P(X \mid \theta)P(\theta)}{P(X)} ∝P(X∣θ)P(θ)∝P(X∣θ)P(θ) \propto P(X \mid \theta)P(\theta) . Pembenaran biasa untuk langkah ini adalah bahwa distribusi marginal , ,...
Saya melihat-lihat literatur tentang regularisasi, dan sering melihat paragraf yang menghubungkan L2 regulatization dengan Gaussian sebelumnya, dan L1 dengan Laplace berpusat pada nol. Saya tahu bagaimana rupa prior ini, tetapi saya tidak mengerti, bagaimana ini diterjemahkan menjadi, misalnya,...