«bayesian» 태그된 질문

Bayesian 방법론을 사용하여 AB 테스트의 결과를 계산하기 위해 Bayesian ab 테스트 의 공식을 사용하고 있습니다. 홍보 (피비>피ㅏ) =∑나는 = 0α비− 1비 (αㅏ+ 나는 ,β비+βㅏ)(β비+ i ) B ( 1 + 나는 ,β비) B (αㅏ,βㅏ)홍보(피비>피ㅏ)=∑나는=0α비−1비(αㅏ+나는,β비+βㅏ)(β비+나는)비(1+나는,β비)비(αㅏ,βㅏ) \Pr(p_B > p_A) = \sum^{\alpha_B-1}_{i=0} \frac{B(\alpha_A+i,\beta_B+\beta_A)}{(\beta_B+i)B(1+i,\beta_B)B(\alpha_A, \beta_A)} 어디 αㅏαㅏ\alpha_A 에 A의 성공 횟수를 더한 것 βㅏβㅏ\beta_A하나의 …

10 r  bayesian  ab-test 

약한 유익한 사전에 대한 정확한 정의가 있습니까? 폭 넓은 지원을 통해 주관적인 것과 다른 점은 무엇입니까?

10 bayesian  prior 

우리는 N 개의 샘플을 가지고 있습니다. XiXiX_i균일 한 분포에서 [0,θ][0,θ][0,\theta] 어디 θθ\theta알 수 없습니다. 견적θθ\theta 데이터에서. 베이 즈의 규칙은 ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} 가능성은 다음과 같습니다. f(Xi|θ)=∏Ni=11θf(Xi|θ)=∏i=1N1θf({X_i}|\theta) = \prod_{i=1}^N \frac{1}{\theta} (편집 : 언제 0≤Xi≤θ0≤Xi≤θ0 \le X_i \le \theta 모든 iii, 그렇지 않으면 0-고마워 whuber) 하지만 다른 정보는 없습니다 …

10 bayesian  estimation  uniform  uninformative-prior 

교과서는 먼저 다음을 통해 2 클래스 데이터를 생성합니다. 이것은 다음을 제공합니다. 그런 다음 묻습니다. 먼저이 그래픽 모델로 모델링 하여이 문제를 해결하려고합니다. 어디 ccc 라벨입니다 h(1≤h≤10)h(1≤h≤10)h\,(1\le h \le 10) 선택한 평균의 색인입니다 mchmhcm_h^c, xxx데이터 포인트입니다. 이것은 줄 것이다 Pr(x∣mch)=Pr(mch∣h,c=blue)=Pr(mch∣h,c=orange)=Pr(h)=Pr(c)=N(mch,I/5)N((1,0)T,I)N((0,1)T,I)11012Pr(x∣mhc)=N(mhc,I/5)Pr(mhc∣h,c=blue)=N((1,0)T,I)Pr(mhc∣h,c=orange)=N((0,1)T,I)Pr(h)=110Pr(c)=12 \begin{align*} \Pr(x\mid m_h^c) =& \mathcal{N}(m_h^c,\mathbf{I}/5)\\ \Pr(m_h^c\mid h,c=\mathrm{blue}) =& \mathcal{N}((1,0)^T,\mathbf{I})\\ \Pr(m_h^c\mid h,c=\mathrm{orange}) =& …

10 self-study  bayesian 

이것은 매우 순진한 질문처럼 느껴지지만 대답을 보는 데 어려움이 있습니다. 한 세트의 30 개 값이 있습니다. 독립적으로 나는 31 번째 가치를 얻었습니다. 귀무 가설은 31 번째 값이 같은 분포의 일부라는 것입니다. 대안은 그것의 다른 것입니다. 일종의 p- 값 또는 가능성 측정을 원합니다. 내가 가진 몇 가지 생각 : 이것은 두 …

10 hypothesis-testing  bayesian  t-test 

R에 이산 시간 모델을 맞추려고하지만 어떻게 해야할지 모르겠습니다. 종속 변수를 각 시간 관찰마다 하나씩 다른 행 glm으로 구성하고 logit 또는 cloglog 링크와 함께 함수를 사용할 수 있다는 것을 읽었습니다. 이런 의미에서, 나는 세 개의 열이 있습니다 : ID, Event(각 시간 경과시 1 또는 0) 및 Time Elapsed(관측 시작부터 ) 그리고 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

모수 분포에 대한 아이디어가 없으면 어떻게됩니까? 어떤 접근법을 사용해야합니까? 대부분의 경우 특정 변수가 특정 종의 존재 유무에 영향을 미치고 변수의 중요성에 따라 변수가 허용되는지 여부를 미달하려고합니다. 이것은 대부분의 경우 매개 변수가 가지고 있어야하는 배포에 대해 생각하지 않는다는 것을 의미합니다. b1, b2, b3 및 b4가 -2와 2 사이에서 변해야하고 b0이 -5와 …

10 r  bayesian  mcmc  bugs  winbugs 

빈번한 통계를 수행 할 때 더 많은 데이터를 수집하기로 결정하기 전에 통계 테스트 결과를 보는 것과 같이 큰 목록이 없습니다. 나는 베이지안 통계와 관련된 방법론에 대해 유사한 no-nos 목록이 있는지, 특히 다음이 그 중 하나인지 궁금합니다. 나는 최근에 내가 적합했던 일부 모델에 대해 내 프로세스가 모델이 작동하는지 또는 터지는 지 …

10 bayesian  methodology 

저는 WinBUGS의 새로운 사용자이며 귀하의 도움에 대해 한 가지 질문이 있습니다. 다음 코드를 실행 한 후 beta0through 매개 변수 beta4(통계, 밀도)를 얻었지만 코드에서 모델링하도록 h설정 한 마지막 값을 예측하는 방법을 모르겠습니다 NA. 누구든지 힌트를 줄 수 있습니까? 모든 조언을 주시면 감사하겠습니다. model { for(i in 1: N) { CF01[i] ~ …

10 bayesian  bugs  prediction  winbugs 

이것은 여러 번 나온 예제 일뿐이므로 샘플 데이터가 없습니다. R에서 선형 회귀 모델 실행 : a.lm = lm(Y ~ x1 + x2) x1연속 변수입니다. x2범주 형이며 "낮음", "중간"및 "높음"의 세 가지 값이 있습니다. 그러나 R이 제공하는 출력은 다음과 같습니다. summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

질문 : 10 차원 MCMC 체인을 사용하여 10 개의 매개 변수 (열)에 의한 100,000 회 반복 (행), 사후 모드를 가장 잘 식별 할 수있는 방법은 무엇입니까? 특히 다중 모드에 관심이 있습니다. 배경:나는 계산에 정통한 통계학 자라고 생각하지만, 동료가이 질문을했을 때, 나는 합리적인 대답을 얻을 수 없다는 것이 부끄러웠다. 주요 관심사는 …

10 r  bayesian  mcmc  k-nearest-neighbour  mode 

베이지안 후부 고려하십시오 . 무조건 최대 값은 MLE 추정값 에서 발생하며 , 이는 가능성 최대화합니다 .θ ∣ Xθ∣엑스\theta\mid Xθ^θ^\hat \theta아르 민θ에프θ( X)아르 민θ에프θ(엑스)\operatorname{argmin}_\theta\, f_\theta(X) 이 모든 개념들-베이어 이전의 가능성을 극대화하는 것은 전혀 임의적 인 것이 아니라 매우 원칙적으로 들린다. 로그인이 없습니다. 그러나 MLE은 실제 분포 와 사이의 KL 발산을 최소화합니다 …

9 bayesian  maximum-likelihood  kullback-leibler 

그라디언트 기반 최적화와 유전자 알고리즘의 조합을 사용하여 로그 최대의 전역 최대 값을 찾아 MAP 추정을 강력하게 수행 할 수있는 고차원 추론 문제 (약 2000 개의 모델 매개 변수)를 연구하고 있습니다. MAP 추정값을 찾는 것 외에도 모델 매개 변수에 대한 불확실성을 추정 할 수 있기를 바랍니다. 우리는 매개 변수와 관련하여 로그 …

9 bayesian  uncertainty  high-dimensional  variational-bayes 

이것은 철학적 질문의 약간 될 수도 있지만 여기에 우리가 간다 : 의사 결정 이론으로, 베이 즈 추정의 위험 대한 이전 유통에 대한 정의 에를 .θ^( x )θ^(x)\hat\theta(x)θ ∈ Θθ∈Θ\theta\in\Thetaππ\piΘΘ\Theta 이제, 실제로, 가 데이터를 생성하기 위해서는 (즉, "존재"), 는 에서 가능한 변이 여야합니다. 예를 들어, 0이 아닌 확률, 0이 아닌 밀도 …

9 bayesian  prior  decision-theory  point-estimation 

잦은 관점에서 충분한 통계의 가장 간단한 정의는 여기 위키피디아에 있습니다. 그러나 나는 최근에 정의와 함께 베이지안 책을 보았습니다 . 링크에서 둘 다 동일하다고 말했지만 방법을 모르겠습니다. 또한 같은 페이지의«기타 유형의 부족»섹션에서 두 차원의 정의가 무한 치수 공간에서는 동일하지 않다고 언급되어 있습니다.피( θ | x , t ) = P( θ …

9 bayesian  mathematical-statistics  sufficient-statistics