«parameterization» 태그된 질문

베이지안 데이터 분석에서 파라미터는 랜덤 변수로 처리됩니다. 이것은 베이지안의 주관적인 확률 개념화에서 비롯됩니다. 그러나 베이지안은 이론적으로 '실제 세계'에 하나의 진정한 고정 매개 변수 값이 있음을 인정합니까? 명백한 대답은 '예'인 것처럼 보입니다. 그러면 매개 변수를 추정하려고 시도하는 것은 거의 의미가 없습니다. 이 답변에 대한 학술 인용은 크게 감사하겠습니다.

39 probability  bayesian  parameterization 

BUGS와 R의 매개 변수가 Normal, log-Normal 및 Weibull 인 분포를 찾았습니다. 이들 각각에 대해, 나는 R이 사용하는 두 번째 매개 변수가 BUGS (또는 내 경우에는 JAGS)에서 사용되기 전에 역 변환 (1 / 매개 변수)이 필요하다는 것을 수집합니다. 현재 존재하는 이러한 변환의 포괄적 인 목록을 아는 사람이 있습니까? 내가 찾을 수있는 …

31 r  distributions  bugs  jags  parameterization 

정규 분포에는 mean 와 variance 두 매개 변수가 있습니다 . Pattern Recognition and Machine Learning 서적에서 갑자기 오류 함수의 정규화 용어에 하이퍼 파라미터 가 나타납니다 .μμ\muσ2σ2\sigma^2λλ\lambda 하이퍼 파라미터 란 무엇입니까? 왜 그렇게 지명 되었습니까? 그리고 그것들은 일반적으로 매개 변수와 직관적으로 어떻게 다른가요?

19 terminology  definition  parameterization  hyperparameter 

10 배 교차 검증을 사용할 때 매개 변수 최적화에 대한 질문이 있습니다. 모든 접기 모델 훈련 중에 매개 변수를 수정해야하는지 여부를 묻고 싶습니다. 즉 (1) 모든 접기의 평균 정확도에 대해 최적화 된 매개 변수 집합을 하나 선택합니다. 또는 (2) 모든 접기마다 최적화 된 매개 변수를 찾은 다음 모든 접기마다 다른 …

14 cross-validation  optimization  parameterization 

임의의 포리스트가 무작위로 mtry 변수를 선택하여 각 의사 결정 트리를 작성한다는 것을 이해합니다. 따라서 mtry = ncol / 3 인 경우 각 변수는 평균적으로 나무의 1/3에서 사용됩니다. 그리고 나무의 2/3는 그것을 사용하지 않을 것입니다. 그러나 단일 변수가 매우 중요하다는 것을 알고 있다면 각 트리에서이 변수를 선택할 확률을 수동으로 높이는 것이 …

12 r  random-forest  parameterization 

매개 변수가 (성공 가능성) 인 Bernoulli 랜덤 변수 을 고려하십시오 . 우도 함수 및 Fisher 정보 ( 행렬)는 다음과 같습니다.X∈{0,1}X∈{0,1}X\in\{0,1\}θθ\theta1×11×11 \times 1 L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} 이제 성공 확률 θ1θ1\theta_1 과 실패 확률 \ theta_0 의 두 매개 변수를 …

10 bernoulli-distribution  parameterization  fisher-information  determinant 

김세호와 앨런 에스 코헨의 "Behrens–Fisher 문제 : 검토" 교육 및 행동 통계 저널 , 23 권, 4 호, 1998 년 겨울, 356–377 페이지 나는 이것을보고 있으며 말합니다 : Fisher (1935, 1939)는 통계 [여기서 는 대한 일반적인 1- 표본 통계량 ]입니다. 여기서 는 1 사분면에서 [. . . ]의 분포 베렌스 …

9 distributions  parameterization  fiducial 

BIC는 매개 변수 수에 따라 불이익을줍니다. 일부 매개 변수가 일종의 이진 표시기 변수 인 경우 어떻게합니까? 이것들은 완전한 매개 변수로 간주됩니까? 하지만 결합 할 수 있습니다미디엄mm 이진 매개 변수를 하나의 이산 변수로 변환하여 값을 가져옵니다. { 0 , 1 , . . . ,2미디엄− 1 }{0,1,...,2m−1}\{0,1,...,2^m-1\}. 이것들은 다음과 같이 계산됩니까?미디엄mm …

9 bayesian  model-selection  bic  parameterization