«bayesian» 태그된 질문

Laplace 분포에 대해 켤레가 있습니까? 그렇지 않은 경우 라플라스 분포의 모수에 대한 사후를 근사하는 알려진 닫힌 양식식이 있습니까? 나는 많은 성공을 거두지 않고 봤는데, 위의 질문에 대한 나의 현재 추측은 "아니오"입니다 ...

13 bayesian  conjugate-prior  laplace-distribution 

나는 방금 스탠 에서 모델을 만들기 시작했다 . 이 도구에 익숙해지기 위해 Bayesian Data Analysis (2nd ed.)의 일부 연습을 진행하고 있습니다. Waterbuck 운동 전제로하는 데이터 와, ( N , θ ) 알 수 없습니다. Hamiltonian Monte Carlo는 이산 파라미터를 허용하지 않기 때문에 N 을 실수 ∈ [ 72 , ∞ …

13 bayesian  mcmc  discrete-data  stan 

특정 매개 변수를 추론하기 위해 MCMC 샘플을 얻을 때 목표로해야하는 최소 유효 샘플 수에 대한 좋은 지침은 무엇 입니까? 그리고 모델이 다소 복잡 해짐에 따라이 조언이 변경됩니까?

13 bayesian  sample-size  mcmc  posterior 

점 가 있다고 가정 합니다. 각 점 는 분포 수득 후방 위해하려면 우리는 물품 Minka의 Expectation Propagation 논문에 따르면 사후 하려면 계산이 필요 하므로 큰 표본 크기 대한 문제를 다루기 어렵게됩니다 . 그러나 단일 때문에이 경우 왜 그런 계산량이 필요한지 알 수 없습니다.p ( x | y ) ∝ p …

13 bayesian  mixture  posterior 

여기서 데이터에 베이지안 로짓을 실행하려고합니다 . R의 패키지에서 사용 bayesglm()하고 있습니다 arm. 코딩은 간단합니다. df = read.csv("http://dl.dropbox.com/u/1791181/bayesglm.csv", header=T) library(arm) model = bayesglm(PASS ~ SEX + HIGH, family=binomial(link="logit"), data=df) summary(model) 다음과 같은 출력을 제공합니다. Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.10381 0.10240 1.014 0.311 SEXMale 0.02408 0.09363 0.257 0.797 …

13 r  bayesian  p-value 

나는 R에서 베이지안 확률 이론을 배우는 것에 대한 언급을 보았고, 아마도 파이썬에서 이와 같은 것이 더 있는지 궁금해하고 있었습니까? 베이지안 확률 이론, 추론, 최대 가능성 추정, 그래픽 모델 및 정렬을 배우는 데 적합합니까?

13 machine-learning  bayesian  python  graphical-model 

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 작년에 문을 닫았 습니다 . 나는 BUGS와 R을 사용하여 베이지안 통계에 대한 과정을 따르고 있습니다. 이제는 이미 BUGS를 알고 있습니다. R에 새로운 베이지안 패키지가 많이 있다는 것을 읽었습니다. …

13 r  bayesian  bugs 

과학에 대한 귀무 가설 검정 (NHT)의 유용성을 누적 노력으로 비난하는 통계 학자와 연구원의 증가에 대응하여, 통계적 추론에 관한 미국 심리학 협회 태스크 포스는 NHT에 대한 명백한 금지를 피했지만 대신 연구원들에게 제안했다. NHT에서 파생 된 p- 값 외에 효과 크기를보고합니다. 그러나 효과 크기는 여러 연구에서 쉽게 축적되지 않습니다. 메타 분석 접근법은 …

13 bayesian  confidence-interval  effect-size  inference 

예를 들어 수렴 진단을 기반으로 첫 번째 n 행을 제거하여 MCMC 체인의 번인 선택을 자동화하고 싶습니다. 이 단계를 어느 정도 안전하게 자동화 할 수 있습니까? autocorrelation, mcmc trace 및 pdfs를 여전히 두 번 확인하더라도 번인 길이를 자동으로 선택하는 것이 좋습니다. 내 질문은 일반적이지만 R mcmc.object를 다루기 위해 구체적인 내용을 제공 …

13 r  bayesian  mcmc 

베이지안 통계를 처음 배우기; MCMC 이해에 대한 각도로서 나는 다른 방법으로는 할 수없는 일을하고 있습니까, 아니면 대안보다 훨씬 더 효율적인 일을하고 있습니까? 예를 들어 , 반대의 P ( D | x , y , z ) 를 계산하는 모델이 주어지면 데이터 P(x,y,z|D)P(x,y,z|D)P(x,y,z|D) 대해 매개 변수의 확률을 계산하려고한다고 가정 합니다 . …

13 bayesian  mcmc 

Naive Bayes 분류기는 클래스 멤버쉽 의 사후 를 최대화하여 항목 를 클래스 할당하는 분류기이며 항목 의 기능이 독립적이라고 가정합니다.xxxCCCP(C|x)P(C|x)P(C|x) 0-1 손실은 모든 잘못된 분류에 "1"의 손실과 "0"의 손실을 올바른 분류에 할당하는 손실입니다. 나는 종종 (1) "Naive Bayes"분류 기가 0-1 손실에 최적이라는 것을 읽습니다. 왜 이것이 사실입니까? (1) 하나의 예시적인 출처 …

13 machine-learning  bayesian  optimization  naive-bayes  loss-functions 

다음 사후 분포의 95 % 신뢰할 수있는 간격을 계산하려고합니다. R에서 함수를 찾을 수 없지만 아래 방법이 맞습니까? x <- seq(0.4,12,0.4) px <- c(0,0, 0, 0, 0, 0, 0.0002, 0.0037, 0.018, 0.06, 0.22 ,0.43, 0.64,0.7579, 0.7870, 0.72, 0.555, 0.37, 0.24, 0.11, 0.07, 0.02, 0.009, 0.005, 0.0001, 0,0.0002, 0, 0, 0) plot(x,px, …

13 bayesian  descriptive-statistics  credible-interval 

나는 가우시안 프로세스 분야에 익숙하지 않고 머신 러닝에 어떻게 적용되는지에 대해 알고 있습니다. 공분산 함수가 이러한 방법의 주요 매력 인 것에 대해 계속 읽고 듣습니다. 그렇다면 누구나 이러한 공분산 함수에서 일어나는 일을 직관적으로 설명 할 수 있습니까? 그렇지 않으면 특정 자습서 또는 설명하는 문서를 가리킬 수 있습니다.

13 machine-learning  probability  bayesian 

섹션 4.2.1의 결과를 처음부터 재현하고 있습니다. 깁스 출력의 한계 가능성 싯다르타 b 미국 통계 협회, Vol. 90, No. 432. (1995 년 12 월), pp. 1313-1321. 알려진 수 의 성분을 가진 법선 모형의 혼합입니다 . k≥1k≥1k\geq 1f(x∣w,μ,σ2)=∏i=1n∑j=1kN(xi∣μj,σ2j).(∗)f(x∣w,μ,σ2)=∏i=1n∑j=1kN(xi∣μj,σj2).(∗) f(x\mid w,\mu,\sigma^2) =\prod_{i=1}^n\sum_{j=1}^k \mathrm{N}(x_i\mid\mu_j,\sigma_j^2) \, . \qquad (*) 이 모델의 Gibbs 샘플러는 Tanner 및 …

13 bayesian  mixture  gibbs 

현재 Coursera에서 Daphne Koller의 PGM 과정을 수강하고 있습니다. 여기에서 우리는 일반적으로 베이지안 네트워크를 관측 된 데이터의 일부인 변수의 원인 및 결과 지향 그래프로 모델링합니다. 그러나 PyMC 자습서 및 예제에서 나는 일반적으로 PGM과 같은 방식으로 모델링되지 않았거나 혼란 스럽습니다. PyMC에서 관측 된 실제 변수의 부모는 종종 변수를 모델링하는 데 사용하는 분포의 …

13 bayesian  inference  bayesian-network  pymc