«bayesian» 태그된 질문

저는 현재 Kruschke의 "Doing Bayesian Data Analysis"책을 읽고 있습니다. 그러나 계층 적 로지스틱 회귀 (20 장) 장은 다소 혼란 스럽다. 그림 20.2는 Bernoulli 매개 변수가 S 자형 함수를 통해 변환 된 계수에 대한 선형 함수로 정의되는 계층 적 로지스틱 회귀 분석을 설명합니다. 이것은 다른 소스에서도 온라인에서 본 대부분의 예에서 계층 …

13 regression  bayesian  logistic  multilevel-analysis 

우리는 베이 즈 정리를 다음과 같이 쓸 수 있습니다. p(θ|x)=f(X|θ)p(θ)∫θf(X|θ)p(θ)dθp(θ|x)=f(X|θ)p(θ)∫θf(X|θ)p(θ)dθp(\theta|x) = \frac{f(X|\theta)p(\theta)}{\int_{\theta} f(X|\theta)p(\theta)d\theta} 여기서 는 사후, 는 조건부 분포, 는 이전입니다.p(θ|x)p(θ|x)p(\theta|x)f(X|θ)f(X|θ)f(X|\theta)p(θ)p(θ)p(\theta) 또는 p(θ|x)=L(θ|x)p(θ)∫θL(θ|x)p(θ)dθp(θ|x)=L(θ|x)p(θ)∫θL(θ|x)p(θ)dθp(\theta|x) = \frac{L(\theta|x)p(\theta)}{\int_{\theta} L(\theta|x)p(\theta)d\theta} 여기서 는 사후, 는 우도 함수이고 는 이전 함수 입니다.p(θ|x)p(θ|x)p(\theta|x)L(θ|x)L(θ|x)L(\theta|x)p(θ)p(θ)p(\theta) 내 질문은 조건부 분포가 아닌 우도 함수를 사용하여 베이지안 분석을 수행하는 이유는 무엇입니까? 가능성과 …

13 bayesian  likelihood 

Bayes / MCMC에 대한 좋은 글을 보았습니다. IT는 독립 변수를 표준화하면 MCMC (Metropolis) 알고리즘이 더 효율적일뿐만 아니라 (다중) 공선 성을 줄일 수 있다고 제안합니다. 사실일까요? 이것이 표준으로 해야 할 일입니까? (죄송합니다). Kruschke 2011, 베이지안 데이터 분석. (AP) 편집 : 예를 들어 > data(longley) > cor.test(longley$Unemployed, longley$Armed.Forces) Pearson's product-moment correlation data: …

13 bayesian  mcmc  multicollinearity  standardization 

베이 즈 패러다임과 객관적인 차이는 무엇입니까? 어떤 객체 나 절차가 다르게 정의되거나 해석됩니까? 방법 선택에 차이가 있습니까?

12 bayesian  methodology 

한 연구원이 데이터 세트를 탐색하고 1000 개의 서로 다른 회귀 분석을 실행한다고하는데 그 중 하나의 흥미로운 관계를 발견했다고 상상해보십시오. 이제 같은 데이터를 가진 다른 연구원 이 단 한 번의 회귀 만 실행 한다고 상상해보십시오 . 다른 연구원이 1000 번의 회귀를 찾은 것과 같은 결과 인 것으로 나타났습니다. 연구원 2는 연구원 …

12 bayesian  multiple-regression  multiple-comparisons  inference  theory 

John Kruschke는 그의 저서 인 Doing Bayesian Data Analysis에서 R의 JAGS를 사용할 때 ... MCMC 샘플의 모드 추정값은 MCMC 샘플의 랜덤 범프와 리플에 민감 할 수있는 평활 알고리즘을 기반으로하기 때문에 다소 불안정 할 수 있습니다. ( 205 페이지 베이 즈 데이터 분석 수행 , 섹션 8.2.5.1) Metropolis 알고리즘과 Gibbs 샘플링과 …

12 bayesian  mcmc  mode 

나는 종종이 문구를 들었지만 그것이 무엇을 의미하는지 완전히 이해하지는 못했다. '좋은 잦은 속성'이라는 문구는 현재 Google에서 약 2750 개의 조회수, Scholar.google.com 에서 536 개, stats.stackexchange.com에서 4 개를 기록했습니다 . 나는 명확한 정의에 발견 된 가장 가까운 것은에서 오는 마지막 슬라이드 에서 이 스탠포드 대학 발표 하는 상태, 95 % 신뢰 …

12 bayesian  terminology  frequentist 

베이지안 추론에 대해 읽었으며 "마진 우도의 수치 적분이 너무 비싸다"라는 문구를 발견했습니다. 나는 수학에 대한 배경 지식이 없으며 여기서 비싼 것이 무엇을 정확히 의미 하는지 궁금 했습니다. 계산 능력 측면에서 보입니까, 아니면 더 많은 것이 있습니까?

12 bayesian  numerical-integration  variational-bayes  approximate-inference 

사용성 외에도, 접합체 이전의 사용에 대한 유행 론적 정당성 (수학적, 철학적, 휴리스틱 등)이 있습니까? 아니면 대개 대략 근사치이고 일을 훨씬 쉽게 만든다는 것입니까?

12 bayesian  conjugate-prior  philosophical 

RJMCMC를 사용하여 탐색하는 다양한 복잡성 모델의 넓은 (그러나 유한 한) 공간을 고려하고 있습니다. 각 모델의 매개 변수 벡터에 대한 사전 정보는 상당히 유익합니다. 더 복잡한 모델 중 하나가 더 적합 할 때 간단한 모델을 선호하는 Jeffreys-Lindley 역설 에 대해 어떤 경우에 걱정해야 합니까? 베이지안 모델 선택에서 역설의 문제를 강조하는 간단한 …

12 bayesian  model-selection  mcmc  prior  improper-prior 

최근에 나는 베이지안 신경망 (BNN)에 관한 논문을 읽었다 [Neal, 1992] , [Neal, 2012] , 신경망의 입력과 출력 사이의 확률 관계를 제공한다. 이러한 신경망을 훈련시키는 것은 전통적인 역 전파 알고리즘과는 다른 MCMC를 통해 이루어진다. 내 질문은 : 그런 신경망을 사용하면 어떤 이점이 있습니까? 보다 구체적으로, NN보다는 BNN에 더 적합한 예제를 제공 …

12 bayesian  neural-networks  bayesian-network 

N 차원 차원 벡터 \ mathbf {x_1}, .., \ mathbf {x_N} \ begin {align} \ mathbf {x_i} & \ sim 을 생성하는 데 사용되는 정규 분포 의 정밀도 행렬 ΛΛ\boldsymbol{\Lambda} 을 추정 할 때 \ mathcal {N} (\ boldsymbol {\ mu, \ Lambda ^ {-1}}) \\ \ end {align} Wishart …

12 bayesian  posterior  hierarchical-bayesian  conjugate-prior  wishart 

나는 "강아지 책"이라고도 알려진 John K. Kruschke의 Doing Bayesian Data Analysis 책을 읽음으로써 베이지안 통계에 익숙해 졌다. 9 장에서는 계층 모델이 간단한 예 도입 및 베르누이 관측치는 3 개의 동전이며, 각각 10 회 뒤집습니다. 하나는 9 헤드, 다른 하나는 5 헤드 및 다른 하나는 1 헤드를 보여줍니다.와이j 나는θ제이μκ~ B e …

12 bayesian  interpretation  python  mcmc  autocorrelation 

데이터 세트가 매우 커서 약 5 %의 임의 값이 없습니다. 이 변수들은 서로 상관되어 있습니다. 다음 예제 R 데이터 세트는 더미 상관 데이터가있는 장난감 예제 일뿐입니다. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep ="") rownames(xmat) …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

우리는 베이지안 통계 테스트를 조사하고 있으며 이상한 현상을 겪고 있습니다. 다음과 같은 경우를 고려하십시오. A 또는 B 인구가 ​​어느 전환율이 더 높은지 측정하는 데 관심이 있습니다. 온 전성 검사의 경우 설정합니다 . 즉, 변환 확률이 두 그룹에서 동일합니다. 이항 모델을 사용하여 인공 데이터를 생성합니다. 예 :pA=pBpA=pBp_A = p_BnA∼Binomial(N,pA)nA∼Binomial(N,pA)n_A \sim \text{Binomial}(N, …

12 hypothesis-testing  bayesian  binomial  python  beta-distribution