«bayes» 태그된 질문

특히 조건부 추론에 사용되는 것과 같이 확률을 Bayes의 정리와 결합합니다.

12
베이지안은 누구입니까?
통계학에 관심을 갖게되면 이분법 적 "Frequentist"와 "Bayesian"은 곧 평범 해집니다 (그리고 누가 Nate Silver의 The Signal and Noise를 읽지 못했 습니까?). 대화와 입문 과정에서 관점은 압도적으로 빈번하다 ( MLE , 값). 그러나 베이 즈 공식에 감탄 하고 일반적으로 접선으로 이전 분포 에 대한 아이디어를 다루는 데 시간이 조금 걸리는 경향이 …

3
R : 데이터 집합에 NaN이 없어도 "외부 함수 호출"오류에서 NaN / Inf를 발생시키는 임의 포리스트 [닫기]
캐럿을 사용하여 데이터 세트에 대해 교차 유효성 검사 임의 포리스트를 실행하고 있습니다. Y 변수는 요인입니다. 내 데이터 세트에 NaN, Inf 또는 NA가 없습니다. 그러나 임의의 포리스트를 실행하면 Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use warnings() to see …

3
베이 즈 정리에서 정규화 요소가 필요한 이유는 무엇입니까?
베이 즈 정리 P(model|data)=P(model)×P(data|model)P(data)P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} 이건 다 괜찮아 그러나 나는 어딘가를 읽었습니다. 기본적으로 P (data)는 정규화 상수, 즉 사후 밀도를 하나로 통합하는 상수입니다. 우리는 0≤P(model)≤10≤P(model)≤10 \leq P(\textrm{model}) \leq 1 및 임을 알고 0≤P(data|model)≤10≤P(data|model)≤1 0 \leq P(\textrm{data}|\textrm{model}) \leq 1있습니다. 따라서 P(model)×P(data|model)P(model)×P(data|model)P(\textrm{model}) \times P(\textrm{data}|\textrm{model}) 0과 1 사이 여야합니다. …

2
바다에서 잃어버린 어부를 찾는 데 베이 즈 정리를 적용하는 방법
The Odds, Continually Updated 기사는 문자 그대로 Bayesian Statistics에 생명을 빚진 Long Island 어부의 이야기를 언급합니다. 짧은 버전은 다음과 같습니다. 한밤중에 보트에 두 명의 어부가 있습니다. 하나는 잠든 반면 다른 하나는 바다에 빠집니다. 보트는 첫 번째 사람이 마침내 일어나 해안 경비대에 알릴 때까지 밤새 계속 자동 조종 장치를 따라 트롤링을 …

7
베이 즈의 규칙을 기억하기 위해 무엇을 했습니까?
수식을 기억하는 좋은 방법은 다음과 같이 수식을 생각하는 것입니다. 독립적 인 이벤트 B의 결과를 고려할 때 일부 이벤트 A가 특정 결과를 가질 확률 = 두 결과가 동시에 발생할 확률 / 이벤트 A의 원하는 결과 확률은 이벤트 B의 결과를 모르는 경우입니다. 예를 들어, 질병 검사를 고려하십시오. 질병에 대해 양성 검사를받는 환자가 …
15 bayesian  bayes 

1
여러 조건을 가진 베이 즈 정리
이 방정식이 어떻게 도출되었는지 이해할 수 없습니다. P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M_{1}\cap M_{2}) \leq \frac{P(I)}{P(I')}\cdot \frac{P(M_{1}|I)P(M_{2}|I)}{P(M_{1}|I')P(M_{2}|I')} 이 방정식은 OJ Simpson의 사례가 문제로 제시된 논문 "확률에 의한 시험"에서 발췌 한 것입니다. 피고는 이중 살인 혐의로 재판을 받고 있으며 그에 대한 두 가지 증거가 도입되었습니다. M1M1M_{1} 은 피고의 피가 범죄 현장에서 발견 된 한 방울의 피와 …


2
토마스 베이 즈가 왜 베이 즈의 정리가 그렇게 도전적인가?
이것은 과학적 질문의 역사에 관한 것이지만 여기서 주제가 되길 바랍니다. 나는 토마스 베이 즈 (Thomas Bayes)가 이전의 유니폼의 특별한 경우에 대한 베이 즈 정리를 발견 할 수 있었으며, 심지어 그는 그것과도 싸웠다 고 읽었습니다. 일반 베이 즈 정리가 현대 치료에 얼마나 사소한지를 고려할 때, 왜 베이 즈와 다른 수학자들에게 왜 …

2
Bayes Classifier가 이상적인 분류자인 이유는 무엇입니까?
범주의 기초가되는 확률 구조가 완벽하게 알려진 이상적인 경우로 간주됩니다. 왜 Bayes 분류기를 사용하여 달성 할 수있는 최고의 성능을 달성 할 수 있습니까? 이에 대한 공식적인 증거 / 설명은 무엇입니까? 우리는 항상 다른 모든 분류기의 성능을 비교하기 위해 Bayes 분류기를 벤치 마크로 사용합니다.

2
“단위 정보 우선”이란 무엇입니까?
나는 Wagenmakers (2007)를 읽고있다 p 값의 광범위한 문제에 대한 실질적인 해결책 . 저는 BIC 값을 Bayes 요인과 확률로 변환하는 것에 흥미를 느낍니다. 그러나 지금까지 나는 단위 정보 가 정확히 무엇인지에 대해 잘 이해하지 못했습니다 . 나는이 특정 이전의 그림이나 그림을 생성하는 R 코드에 대한 설명에 감사 할 것입니다.

5
긍정적 유방 조영술 결과에 적용된 베이 즈 정리 해석
유방 촬영 사진의 왜곡이 완벽한 클래식 유방 촬영 예에 적용된 Bayes Theorem의 결과를 머리로 감싸려고합니다. 그건, 암 발병률 : .01.01.01 환자에게 암이 있다고 가정 할 때 양성 유방 조영술의 가능성 : 111 환자에게 암이없는 경우 양성 유방 조영술의 가능성 : .01.01.01 베이 즈 : P (암 | 유방 조영술 +) …

1
확률 논리와 퍼지 논리의 차이점은 무엇입니까?
저는 수년간 퍼지 로직 (FL)을 사용해 왔으며 FL이 불확실성을 처리하는 방식과 관련하여 FL과 확률 사이에 차이가 있음을 알고 있습니다. 그러나 FL과 확률 사이에 어떤 차이가 더 있는지 묻고 싶습니다. 다시 말해, 확률 (정보 융합, 지식 집계)을 다루는 경우 FL과 동일한 작업을 수행 할 수 있습니까?
10 bayes  fuzzy 

1
베이 즈 요소 업데이트
베이지안 계수는 iid 샘플 과 각 샘플링 밀도 및 주어진 경우 두 가지 한계 확률의 비율에 따라 가설 및 베이지안 모델 선택의 베이지안 테스트에서 정의됩니다. 및 와 함께 두 모델을 비교하기위한 베이 즈 계수는 책 나는 현재 검토하고 그 이상한 문이 베이 즈 요인 위(x1,…,xn)(x1,…,xn)(x_1,\ldots,x_n)f1(x|θ)f1(x|θ)f_1(x|\theta)f2(x|η)f2(x|η)f_2(x|\eta)π1π1\pi_1π2π2\pi_2B12(x1,…,xn)=defm1(x1,…,xn)m2(x1,…,xn)=def∫∏ni=1f1(xi|θ)π1(dθ)∫∏ni=1f2(xi|η)π2(dη)B12(x1,…,xn)=defm1(x1,…,xn)m2(x1,…,xn)=def∫∏i=1nf1(xi|θ)π1(dθ)∫∏i=1nf2(xi|η)π2(dη)\mathfrak{B}_{12}(x_1,\ldots,x_n)\stackrel{\text{def}}{=}\frac{m_1(x_1,\ldots,x_n)}{m_2(x_1,\ldots,x_n)}\stackrel{\text{def}}{=}\frac{\int \prod_{i=1}^n f_1(x_i|\theta)\pi_1(\text{d}\theta)}{\int \prod_{i=1}^n f_2(x_i|\eta)\pi_2(\text{d}\eta)}B12(x1,…,xn)B12(x1,…,xn)\mathfrak{B}_{12}(x_1,\ldots,x_n) 는 …

1
L2가 사후 손실을 계산하기에 좋은 손실 함수 인 경우의 예는 무엇입니까?
L0 및 L1 손실과 함께 L2 손실은 최소 사후 예상 손실로 사후를 요약 할 때 사용되는 매우 일반적인 "기본"손실 함수입니다. 이것에 대한 한 가지 이유는 아마도 계산하기가 비교적 쉽고 (적어도 1 차원 분포의 경우), L0은 모드에서, L1은 중앙값에서, L2는 평균으로 나타납니다. 강의 할 때 L0과 L1이 합리적인 손실 함수 ( …

3
왜 베이 즈 정리가 그래픽으로 작동합니까?
수학적 관점에서 베이 즈 정리는 나에게 완벽하게 이해된다 (즉, 도출하고 증명하는 것). 그러나 내가 모르는 것은 베이 즈 정리를 설명 할 수있는 멋진 기하학적 또는 그래픽 적 주장이 있는지 여부이다. 나는 이것에 대한 답을 찾기 위해 인터넷 검색을 시도했지만 놀랍게도 나는 그것에 대해 아무것도 찾을 수 없었습니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.