С фиксированным априором оценки ML (частота - максимальная вероятность) и MAP (байесовская апостериорная) совпадают. В целом, однако, я говорю о точечных оценках, полученных как оптимизаторы некоторой функции потерь. Т.е. (Bayesian) х...
Контекст: В примере с 8 школами Гельмана (Байесовский анализ данных, 3-е издание, гл. 5.5) в 8 школах проводится восемь параллельных экспериментов, проверяющих эффект коучинга. Каждый эксперимент дает оценку эффективности коучинга и связанной стандартной ошибки. Затем авторы строят иерархическую...
В настоящее время я пытаюсь понять принцип правдоподобия и, честно говоря, не понимаю его вообще. Итак, я напишу все свои вопросы в виде списка, даже если это могут быть довольно простые вопросы. Что именно означает фраза «вся информация» в контексте этого принципа? (как и вся информация в образце...
Я публикую «ответ» на вопрос, который я задал здесь две недели назад: почему полезен Джефрис? Это действительно был вопрос (и я тоже не имел права публиковать комментарии в то время), поэтому я надеюсь, что это нормально: В приведенной выше ссылке обсуждается, что интересная особенность априорной...
Я пытаюсь реализовать алгоритм запуска и запуска MCMC, но у меня возникли проблемы с пониманием, как это сделать. Общая идея заключается в следующем: Чтобы сгенерировать скачок предложения в MH, мы: Создать направление из распределения на поверхности единичной сферы OdddOO\mathcal{O} Генерируйте...
Я знаю 3 метода оценки параметров, ML, MAP и байесовский подход. А для MAP и байесовского подхода нам нужно выбирать априоры для параметров, верно? Скажем, у меня есть эта модель , в которой α , β являются параметрами, чтобы выполнить оценку с использованием MAP или байесовского алгоритма, я...
Этот вопрос был вдохновлен двумя недавними взаимодействиями, которые у меня были: одно здесь, в резюме , другое на economics.se. Там, я отправил ответ на известный «Конверт парадокса» (заметьте, не как на «правильный ответ» , но в качестве ответа , вытекающих из конкретных предположений о структуре...
Я недавно использовал MCMCglmmпакет. Меня смущает то, что в документации упоминается как R-структура и G-структура. Похоже, что они связаны со случайными эффектами - в частности, указанием параметров для предварительного распределения по ним, но обсуждение в документации, похоже, предполагает, что...
Этот вопрос является техническим продолжением этого вопроса . У меня проблемы с пониманием и тиражированием модели, представленной в Raftery (1988): Вывод для биномиального параметра : иерархический байесовский подходNNN в WinBUGS / OpenBUGS / JAGS. Речь идет не только о коде, поэтому он должен...
В своей широко цитируемой статье априорные распределения для параметров дисперсии в иерархических моделях (916 цитата на Google Scholar) Гельман предлагает, что хорошими неинформативными априорными распределениями для дисперсии в иерархической байесовской модели являются равномерное распределение и...
Приближенное байесовское вычисление - это действительно классный метод для подгонки практически любой стохастической модели, предназначенный для моделей, в которых вероятность трудно поддается оценке (скажем, вы можете выбрать образец из модели, если вы исправите параметры, но вы не можете...
Переключение меток (т. Е. Апостериорное распределение инвариантно к переключению меток компонентов) является проблемной проблемой при использовании MCMC для оценки моделей смесей. Существует ли стандартная (как в общепринятой) методология для решения этой проблемы? Если стандартного подхода не...
Учитывая два массива x и y длиной n, я подгоняю модель y = a + b * x и хочу рассчитать 95% доверительный интервал для наклона. Это (b - дельта, b + дельта), где b находится обычным образом и delta = qt(0.975,df=n-2)*se.slope и se.slope - стандартная ошибка на склоне. Один из способов получить...
Я хочу использовать при распределении для моделирования доходности активов с коротким интервалом в байесовской модели. Я хотел бы оценить обе степени свободы (наряду с другими параметрами в моей модели) для распределения. Я знаю, что доходность активов совершенно ненормальная, но я не знаю слишком...
Будучи студентом-физиком, я читал лекцию «Почему я байесовский», наверное, полдюжины раз. Это всегда одно и то же - ведущий самодовольно объясняет, как байесовская интерпретация превосходит частую интерпретацию, предположительно используемую массами. Они упоминают правило Байеса, маргинализацию,...
Я читал , что в правиле Байеса, знаменатель изPr(data)Pr(data)\Pr(\textrm{data}) Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)\Pr(\text{parameters} \mid \text{data}) = \frac{\Pr(\textrm{data} \mid \textrm{parameters})...
У меня есть смутное представление о том, что такое метод передачи сообщений: алгоритм, который строит аппроксимацию к распределению путем итеративного построения аппроксимаций каждого из факторов распределения, условных для всех аппроксимаций всех других факторов. Я полагаю, что оба являются...
У меня проблемы с пониманием, почему байесовский вывод приводит к неразрешимым проблемам. Проблема часто объясняется так: Я не понимаю, почему этот интеграл нужно оценивать в первую очередь: мне кажется, что результатом интеграла является просто нормализационная константа (как дан набор данных D)....
Рецензент попросил нас предоставить p-значения, чтобы лучше понять оценки модели в нашей байесовской многоуровневой модели. Модель представляет собой типичную модель множественных наблюдений на одного участника эксперимента. Мы оценили модель с помощью Stan, поэтому мы можем легко вычислить...
Для данной проблемы вывода мы знаем, что байесовский подход обычно отличается как по форме, так и по результатам феечистского подхода. Частые участники (обычно это я) часто указывают на то, что их методы не требуют предварительного и, следовательно, в большей степени «основаны на данных», чем...