«bayesian» 태그된 질문

현재 R의 JAGS를 사용하는 계층 적 베이지안 모델을 배우고 있으며 Python을 사용하는 pymc ( "Bayesian Methods for Hackers" ) 도 배우고 있습니다. 이 포스트 에서 직관을 얻을 수 있습니다 . "알고 싶은 복잡한 분포에서 독립 표본을 채취 한 것처럼"있는 것처럼 "보이는 숫자 더미로 끝납니다. 조건부 확률을 제공 한 다음 조건부 …

9 bayesian  mcmc  expectation-maximization 

계통 발생학에서 계통 발생 수는 종종 MLE 또는 베이지안 분석을 사용하여 구성됩니다. 종종 베이 즈 추정에서는 플랫 사전이 사용됩니다. 내가 이해하는 것처럼 베이지안 추정치는 이전을 포함하는 가능성 추정치입니다. 내 질문은, 만약 당신이 평평한 것을 사용한다면 그것은 단순히 우도 분석을하는 것과 다른가?

9 bayesian  confidence-interval  maximum-likelihood  likelihood  phylogeny 

계측기의 측정 오류가있는 경우 적절한 사전 계산 방법은 무엇입니까? 이 단락은 Cressie의 저서 "시공간 데이터 통계"에서 발췌 한 것입니다. 측정 오류 분산과 관련하여 일부 사전 정보가 제공되어 상당히 유익한 매개 변수 모델을 지정할 수있는 경우가 종종 있습니다. 우리는 조건부 독립 측정 오차를 가정하는 경우, 예를 들어, IID되는 , 우리는에 대한 …

9 bayesian  standard-error  error  prior  measurement-error 

저는 Judea Pearl의 "Causality"(제 2 판)와 1.1.5 섹션의 조건부 독립성 및 Graphoids를 읽고 있습니다. 다음은 조건부 독립 관계 (X_ || _Y | Z)에 의해 충족되는 속성의 (부분) 목록입니다. 대칭 : (X_ || _ Y | Z) ==> (Y_ || _X | Z). 분해 : (X_ || _ YW | Z) …

9 self-study  bayesian 

Kruschke의 Doing Bayesian Data Analysis (특히 Poisson 지수 분산 분석) 의 예제를 진행 하고 있습니다. 도 22는 우발 사태 테이블에 대한 빈번한 카이 제곱 독립성 테스트의 대안으로 제시하고있다. 변수가 독립적 인 경우 (예 : HDI가 0을 제외 할 때) 예상보다 많거나 적은 상호 작용에 대한 정보를 얻는 방법을 알 수 …

9 r  bayesian  effect-size  contingency-tables 

Bayes 입문 과정을 진행 중이며 예측 분포를 이해하는 데 어려움이 있습니다. 왜 그것들이 유용하고 그 정의에 익숙한 지 이해하지만 이해하지 못하는 것이 있습니다. 1) 새로운 관측치 벡터에 대한 올바른 예측 분포를 얻는 방법 데이터에 대한 샘플링 모델 와 이전 고 가정 해 봅시다 . 관측 값 가 주어지면 조건에 독립적 …

9 bayesian  prediction 

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.

9 bayesian  bayes  geometry 

나는 다른 점 추정 방법을 연구하고 있으며 MAP 대 ML 추정을 사용할 때 "균일 이전"을 사용할 때 추정치가 동일하다는 것을 읽습니다. 누군가 "균일 한"사전이 무엇인지 설명하고 MAP 및 ML 추정기가 동일한시기에 대한 간단한 예를 제시 할 수 있습니까?

9 machine-learning  probability  bayesian  estimation  maximum-likelihood 

특정 건강 측정을보고 분석을 수행한다고 가정 해 봅시다. 나는 환자와 대조군 사이의 측정 값의 차이와 그 차이가 0과 다른지 여부에 관심이 있습니다. 과거에 같은 연구 질문과 건강 측정법을보고 있지만 환자의 다른 샘플에 대한 연구가있었습니다. 베이지안 분석에서 나는 평균 차이와 표준 오차를 통합 한 이전 연구를 기반으로 사전 분포를 구축 할 …

9 bayesian  meta-analysis  case-control-study 

이것의 대부분은 배경 입니다. Dirichlet 프로세스 혼합물에 대해 이미 충분히 알고 있다면 끝으로 건너 뛰십시오 . 내가 할 수 즉, 디리클레 프로세스의 혼합물로부터 들어오는 일부 데이터를 모델링하고 가정 과 조건으로 가정F∼D(αH)F∼D(αH)F \sim \mathcal D(\alpha H)FFFYi∼iid∫f(y|θ)F(dθ).Yi∼iid∫f(y|θ)F(dθ).Y_i \stackrel {iid}{\sim} \int f(y | \theta) F(d\theta). 여기서 및 가 이전 기본 측정입니다. 각 관측 …

9 bayesian  nonparametric-bayes 

이 주제에 대해 머리를 감싸고 싶지만 일반적으로 교과서에 많은 공백이 있기 때문에 백서 및 자습서에서 배우기가 어렵습니다. 중요하다면 박사 학위를 받았을 때 수학적 배경이 비교적 강합니다. 응용 수학에서 (정확하게 CFD).

9 bayesian  nonparametric  references  nonparametric-bayes 

스탠 (특히 rstan)에 예측 사후 분포를 생성하는 기능이 내장되어 있습니까? 스탠 피트에서 분포를 생성하는 것은 어렵지 않지만 휠을 다시 발명하지는 않습니다.

9 bayesian  posterior  stan 

그것은 당신이 더 많은 증거를 가지고 (큰 형태로 말하는 것을 잘 알려져있다 에 대한 , 베이지안 전에 "잊혀진"도착 IID 예), 그리고 추론의 대부분은 증거 (또는 가능성)에 의해 영향을받습니다.엔nn엔nn 다양한 특정 사례 (예 : 베타 이전의 Bernoulli 또는 다른 유형의 예)에서 쉽게 볼 수 있지만 일반적인 경우에는 및 일부 이전 ?엑스1, …

9 bayesian  prior 

정수 하위 집합에 어떤 종류의 표준 분포가 있는지 궁금합니다 . 마찬가지로 이진 결과 의 길이 벡터 에 대한 분포로 이것을 표현할 수 있습니다 . 예를 들어 이면 는 벡터 합니다.{1,2,...,J}{1,2,...,J}\{1, 2, ..., J\}JJJJ=5J=5J = 5{1,3,5}{1,3,5}\{1, 3, 5\}(1,0,1,0,1)(1,0,1,0,1)(1, 0, 1, 0, 1) 이상적으로 내가 찾고 있는 것은 유한 차원 매개 변수 …

9 bayesian  discrete-data 

이 기사 에서 다음과 같은 이식편을 가져옵니다 . 부트 스트랩을 사용하고 R boot패키지가있는 선형 혼합 모델을 위해 파라 메트릭, 반 파라 메트릭 및 비 파라 메트릭 부트 스트랩 부트 스트랩을 구현하려고 초보자 입니다. R 코드 내 R코드 는 다음과 같습니다 . library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography