«bayesian» 태그된 질문

(내가 왜 이것을 썼는지 보려면 이 질문에 대한 내 답변 아래의 주석을 확인하십시오 .) 유형 III 오류 및 통계적 결정 이론 잘못된 질문에 대한 정답을 제공하는 것을 유형 III 오류라고도합니다. 통계적 의사 결정 이론은 불확실한 의사 결정의 공식화입니다. 유형 III 오류를 피할 수있는 개념적 프레임 워크를 제공합니다. 프레임 워크의 핵심 …

20 bayesian  credible-interval  decision-theory 

이 기사를 참조하고 있습니다 : http://www.nytimes.com/2011/01/11/science/11esp.html 다음 실험을 고려하십시오. 동전이 머리에 약간 무게가 있다고 믿는 이유가 있다고 가정하십시오. 테스트에서 동전은 1,000에서 527 번 머리 위로 나옵니다. 동전에 가중치가 부여되었다는 중요한 증거입니까? 고전적인 분석은 그렇습니다. 공정한 동전을 사용하면 1,000 플립에서 527 개 이상의 헤드를 얻을 확률은 기존 컷오프의 20 %에서 1 …

20 hypothesis-testing  bayesian  statistics-in-media 

정밀도는 다음과 같이 정의됩니다. p = true positives / (true positives + false positives) 로, 즉를 정확 true positives하고 false positives, 정밀도가 한 접근 방식 0? 리콜에 대한 동일한 질문 : r = true positives / (true positives + false negatives) 현재이 값을 계산 해야하는 통계 테스트를 구현 중이며 때로는 …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

전통적인 잦은 통계 영역에서 예측 모델을 검증하기위한 방법 및 소프트웨어 개발에 많은 시간을 투자했습니다 . 더 많은 베이지안 아이디어를 실천하고 가르치면서 나는 수용해야 할 몇 가지 중요한 차이점을 봅니다. 먼저, 베이지안 예측 모델링은 분석가에게 후보 기능에 맞게 사용자 정의 할 수있는 이전 분포에 대해 열심히 생각하도록 요구하며, 이러한 사전은 모델을 …

20 bayesian  cross-validation  predictive-models  validation  regression-strategies 

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. …

20 probability  bayesian  conditional-probability  bayes 

나는 최근 Bolstad의 "Bayesian Statistics에 대한 소개"2 판을 읽기 시작했다. 나는 주로 통계 테스트를 다루고 거의 회귀 분석 수업을 거친 입문 통계 수업을 받았습니다. 이 책에 대한 이해를 돕기 위해 어떤 다른 책을 사용할 수 있습니까? 나는 처음 100-125 페이지를 훌륭하게 만들었습니다. 그 후이 책은 가설 테스트에 대해 이야기하기 시작합니다. …

20 hypothesis-testing  bayesian 

MCMC 알고리즘에는 여러 종류가 있습니다. 대도시 해 스팅 깁스 중요성 / 거부 샘플링 (관련). Metropolis-Hastings 대신 Gibbs 샘플링을 사용하는 이유는 무엇입니까? Metropolis-Hastings보다 Gibbs 샘플링에서 추론이 더 다루기 쉬운 경우가 있다고 생각하지만 구체적인 내용은 명확하지 않습니다.

20 bayesian  simulation  mcmc  gibbs  metropolis-hastings 

나는 Jaynes가 잦은 주의자들이 "암시 적 이전"으로 작동한다고 주장하는 것을 들었다. 이러한 암시 적 선행은 무엇입니까? 이것은 잦은 모델이 베이지안 모델의 모든 특수 사례가 발견되기를 기다리는 것을 의미합니까?

19 bayesian  prior  posterior  frequentist 

'분산의 역수'를 의미하는 단어가 있습니까? 경우 즉, 다음, 높은 분산을 가지고 X 낮은있다 ... ? 반의어에 관심이 없지만 ( '계약'또는 '유사성'과 같은) 구체적으로 1 / σ 2 ?엑스엑스X엑스엑스X……\dots1 / σ21/σ21/\sigma^2

19 bayesian  variance  terminology  precision 

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 …

19 probability  bayesian  posterior  bayes 

나는 최근 베이지안이 고전 통계를 취하는 것을 연구하고 있습니다. 베이 즈 요인에 대해 읽은 후,이 통계 관점에서 전력 분석이 필요한지 궁금해졌습니다. 이것이 베이 즈 요인이라는 사실을 궁금하게하는 주요 이유는 실제로 가능성 비율 인 것 같습니다. 25 : 1이되면 밤이라고 부를 수있을 것 같습니다. 나는 멀리 떨어져 있습니까? 더 많은 것을 …

19 bayesian  power-analysis 

k-fold cross-validation (k = 5)을 사용하여 JAGS에 Bayesian HLM을 피팅하고 있습니다. 매개 변수 추정치가 모든 접힘에 걸쳐 안정적 인지 알고 싶습니다 . 가장 좋은 방법은 무엇입니까?ββ\beta 한 가지 아이디어는 의 사후 차이를 찾고 0이 차이의 95 % CI에 있는지 확인하는 것입니다. 즉, 의 95 % 간격에서 0입니다 (그리고 모든 접기 …

19 bayesian  cross-validation 

연속 매개 변수, 특히 그라디언트 기반 방법을 피팅하는 데는 상당한 양이 있지만 이산 매개 변수를 피팅하는 것에 대해서는별로 알지 못합니다. 이산 파라미터를 맞추기 위해 일반적으로 사용되는 MCMC 알고리즘 / 기술은 무엇입니까? 상당히 일반적이고 강력한 알고리즘이 있습니까? 차원의 저주를 잘 다루는 알고리즘이 있습니까? 예를 들어 Hamiltonian MCMC는 일반적이고 강력하며 확장 성이 …

19 bayesian  mcmc 

회의에 참석하는 동안 실험 결과를 평가하기위한 베이지안 통계의 옹호자들에 의해 약간의 추진이있었습니다. 그것은 잦은 통계보다 진지한 결과에 대한 민감성, 적절성 및 선택성 모두로 희미합니다. 나는이 주제를 어느 정도 살펴 보았고 지금까지 베이지안 통계를 사용할 때의 이점에 대해서는 확신이 없다. 그러나 베이지안 분석은 인식을 뒷받침하는 Daryl Bem 의 연구 를 반박하는 …

19 bayesian  power  frequentist 

저자가 최대 가능성 추정에 대한 토론에서 베이 즈 정리에 이르는 논문을 읽고 있습니다. 우연한 예로, 이항 분포로 시작합니다. p ( x | n , θ ) = ( n엑스) θ엑스( 1 − θ )n - xp(x|n,θ)=(nx)θx(1−θ)n−xp(x|n,\theta) = \binom{n}{x}\theta^x(1-\theta)^{n-x} 그런 다음 양쪽에 기록하십시오 ℓ ( θ | x , n ) …

19 bayesian  likelihood  definition  philosophical