В иерархической модели данных где на практике типичным является выбор значений ( , что среднее значение и дисперсия гамма-распределения примерно соответствуют среднему значению и дисперсии данных (например, Clayton and Kaldor, 1987 "Эмпирические байесовские оценки стандартизированных по возрасту...
Являются ли оценки Байеса невосприимчивыми к смещению отбора? В большинстве работ, в которых обсуждаются оценки в высоком измерении, например, данные о последовательности всего генома, часто возникает проблема смещения отбора. Смещение выбора обусловлено тем фактом, что, хотя у нас есть тысячи...
На своей вики-странице разработчики Стэна заявляют: Некоторые принципы нам не нравятся: инвариантность, Джеффрис, энтропия Вместо этого я вижу много нормальных рекомендаций по распространению. До сих пор я использовал байесовские методы, которые не основывались на выборке, и был отчасти рад, что...
В статье Википедии о сглаживании Лапласа (или аддитивном сглаживании) сказано, что с байесовской точки зрения это соответствует ожидаемому значению апостериорного распределения с использованием симметричного распределения Дирихле с параметром в качестве предшествующего значения.αα\alpha Я озадачен...
Похоже, что биномиальное распределение очень похоже по форме на бета-распределение, и что я могу повторно параметризовать константы в любом файле PDF, чтобы они выглядели одинаково. Итак, зачем нам бета-дистрибутив? Это для определенной цели?...
Я читаю слайды Стивена Скотта о пакете BSTS R (Вы можете найти их здесь: слайды ). В какой-то момент, говоря о включении многих регрессоров в модель структурных временных рядов, он вводит априорные и контрольные значения коэффициентов регрессии и говорит, что они лучше по сравнению с штрафными...
Этот вопрос сообщества Math Overflow, заданный для «примеров плохих аргументов, которые включают применение математических теорем в нематематическом контексте», привел к захватывающему списку патологически прикладной математики. Я задаюсь вопросом о подобных примерах патологического использования...
Предположим, у вас есть объясняющая переменная Х =(Х( с1) , … , X( сN) )Иксзнак равно(Икс(s1),...,Икс(sN)){\bf{X}} = \left(X(s_{1}),\ldots,X(s_{n})\right) где sss представляет данную координату. У вас также есть переменная ответа Y =(Y( с1) , … , Y( сN) )Yзнак равно(Y(s1),...,Y(sN)){\bf{Y}} =...
(Этот вопрос навеян этот комментарий от Сианя .) Хорошо известно, что если предварительное распределение π(θ)π(θ)\pi(\theta) является правильным и вероятность L(θ|x)L(θ|x)L(\theta | x) хорошо определена, то апостериорное распределение π(θ|x)∝π(θ)L(θ|x)π(θ|x)∝π(θ)L(θ|x)\pi(\theta|x)\propto...
Читая статью «Прогнозирование в масштабе» (инструмент прогнозирования FBProphet, см. Https://peerj.com/preprints/3190.pdf ), я натолкнулся на термин «разреженный априор». Авторы объясняют, что они использовали такой «разреженный априор» при моделировании вектора отклонений скорости...
Исследования событий широко распространены в экономике и финансах для определения влияния события на цену акций, но они почти всегда основаны на частых рассуждениях. Регрессия OLS - в течение отчетного периода, отличного от окна событий, - обычно используется для определения параметров, необходимых...
Предположим, что два класса и имеют атрибут и имеют распределение и . если мы имеем равный для следующей матрицы затрат:C1C1C_1C2C2C_2xxxN(0,0.5)N(0,0.5) \cal{N} (0, 0.5)N(1,0.5)N(1,0.5) \cal{N} (1, 0.5)P(C1)=P(C2)=0.5P(C1)=P(C2)=0.5P(C_1)=P(C_2)=0.5 L=[010.50]L=[00.510]L= \begin{bmatrix} 0 & 0.5...
Я использую PyMC3 для запуска байесовских моделей на моих данных. Я новичок в байесовском моделировании, но, согласно сообщениям в некоторых блогах , Википедии и QA с этого сайта, кажется правильным подход использовать фактор Байеса и критерий BIC, чтобы иметь возможность выбрать, какая модель...
Я должен признаться, что раньше я не слышал об этом термине ни в одном из моих классов, старшекурсников или выпускников. Что значит для логистической регрессии быть байесовским? Я ищу объяснение с переходом от обычной логистики к байесовской логистике, подобное следующему: Это уравнение в модели...
Когда я узнал о предшествующей работе Джеффриса в моем классе по статистическому выводу для выпускников, мои профессора сделали его звучащим так, как будто это было интересно в основном по историческим причинам, а не потому, что кто-либо когда-либо использовал его. Затем, когда я взяла байесовский...
Учитывая формулу для оценки MAP параметра. Почему необходим подход MCMC (или аналогичный), не могу ли я просто взять производную, установить ее в ноль, а затем решить для...
Ниже приведен отрывок из «Болстадского введения в байесовскую статистику» . Для всех вас, экспертов, это может быть тривиально, но я не понимаю, как автор приходит к выводу, что нам не нужно делать какую-либо интеграцию для вычисления апостериорной вероятности для некоторого значения . Я понимаю...
Мои актуальные вопросы приведены в двух последних абзацах, но для их мотивации: Если я пытаюсь оценить среднее значение случайной величины, которая следует за нормальным распределением с известной дисперсией, я прочитал, что если поставить перед средним равномерное значение, получится апостериорное...
Я пытаюсь обернуть голову вокруг результата теоремы Байеса, примененного к классическому примеру маммографии, с идеальным поворотом маммограммы. Это, Заболеваемость раком:.01.01.01 Вероятность положительной маммографии у пациента с раком:111 Вероятность положительной маммографии, учитывая, что...
Считается идеальным случаем, когда структура вероятности, лежащая в основе категорий, известна полностью. Почему с помощью байесовского классификатора мы достигаем наилучшей производительности, которая может быть достигнута? Что является формальным доказательством / объяснением этого? Как мы всегда...