«prior» 태그된 질문

그의 널리 인용 된 논문 에서 계층 적 모델의 분산 모수에 대한 사전 분포 Gelman은 계층 적 베이지안 모델의 분산에 대한 유익한 비 정보 적 사전 분포가 균일 분포와 반 t 분포라고 제안합니다. 내가 올바르게 이해하면 위치 매개 변수 (예 : 평균)가 주요 관심사 일 때 잘 작동합니다. 경우에 따라 …

16 bayesian  variance  prior  jags  hierarchical-bayesian 

매개 변수 추정, ML, MAP 및 Bayes 접근을 수행하는 3 가지 방법을 알고 있습니다. 그리고 MAP 및 Bayes 접근의 경우 매개 변수의 우선 순위를 선택해야합니다. 나는이 모델이 말해 , 여기서 α , β는 MAP 또는 베이 즈를 사용하여 추정을하기 위해, 매개 변수는을, 나는 우리가 더 나은 거라고 책에서 읽은 컨쥬 …

16 bayesian  estimation  prior 

능선 회귀는 사전이 적절하게 선택된 경우 사후 분포의 평균으로 도출 될 수 있다고 들었습니다. 이전의 회귀 계수에 설정된 제약 (예 : 0 주위의 표준 정규 분포)이 동일하고 계수의 제곱 크기에 설정된 페널티를 대체한다는 직감이 있습니까? 이 동등성을 유지하려면 이전이 가우시안이어야합니까?

15 bayesian  prior  ridge-regression 

따라서 (감독되지 않은) 텍스트 모델링에서 Latent Dirichlet Allocation (LDA)은 베이지안 버전의 확률 적 잠재 성 의미 분석 (PLSA)입니다. 기본적으로 LDA = PLSA + Dirichlet는 매개 변수보다 우선합니다. LDA는 이제 참조 알고리즘이며 다양한 패키지로 구현되는 반면 PLSA는 더 이상 사용해서는 안됩니다. 그러나 (감독 된) 텍스트 분류에서 다항식 Naive Bayes 분류기에 대해 …

15 bayesian  multinomial  prior  naive-bayes  dirichlet-distribution 

순열 검정 (랜덤 화 검정, 재 랜덤 화 검정 또는 정확한 검정이라고도 함)은 매우 유용하며, 예를 들어 요구되는 정규 분포 가정이 t-test충족되지 않고 순위에 따라 값을 변환 할 때 유용합니다. 비모수 테스트 Mann-Whitney-U-test는 더 많은 정보가 손실 될 수 있습니다. 그러나 이러한 종류의 테스트를 사용할 때 단 하나의 가정 만 …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

현재 Yang의 계산 분자 진화에서 베이지안 방법에 대해 읽고 있습니다. 5.2 절에서는 이전, 특히 비 정보 / 플랫 / 모호한 / 확산, 켤레 및 초 이전에 대해 설명합니다. 이것은 지나치게 단순화를 요구할 수도 있지만 누군가가 이러한 유형의 이전의 차이점과 그것이 베이지안 분석 과정에서 내가 수행 할 분석 / 결정의 결과에 …

15 bayesian  prior 

난 그냥 사용하는 방법을 배우게하기 시작했습니다 스탠 와 rstan. JAGS / BUGS의 작동 방식에 대해 항상 혼란스러워하지 않는 한, 모델의 모든 매개 변수에 대해 사전에 어떤 종류의 사전 분포를 정의해야한다고 생각했습니다. 그러나 설명서를 기반으로 Stan 에서이 작업을 수행하지 않아도됩니다. 여기 그들이 제공하는 샘플 모델이 있습니다 . data { int<lower=0> J; …

15 mcmc  prior  jags  graphical-model  stan 

베이지안 모델에서 짧은 간격 자산 수익을 모델링하기 위해 배포시 사용하고 싶습니다. 분포에 대한 자유도 (모델의 다른 매개 변수와 함께)를 추정하고 싶습니다. 나는 자산 수익률이 정상적이지 않다는 것을 알고 있지만, 그 이상을 너무 많이 모른다. 그러한 모형에서 자유도에 대한 적절하고 약간 유익한 사전 분포는 무엇입니까?

15 distributions  bayesian  modeling  prior 

경우에 따라 전체 다차원 모델 이전의 Jeffreys가 일반적으로 부적절한 것으로 간주됩니다. 예를 들면 다음과 같습니다. ( , 및 unknown으로 다음과 같은 이전을 선호합니다 (Jeffreys 이전의 ) : 유지 될 때 이전에 얻어진 제프리스이다 고정 (및 유사 대 ). 이 사전은 \ sigma를 치료할 때 이전의 참조와 일치합니다와이나는= μ + ε나는,와이나는=μ+ε나는, …

14 distributions  bayesian  estimation  prior  jeffreys-prior 

사전에 빈번한 결과를 베이지안으로 바꾸려면 어떻게해야합니까? 다음과 같은 일반적인 시나리오를 고려하십시오. 과거에 실험을 수행했으며 일부 매개 변수 에 대한 결과 가 측정되었습니다. 분석은 빈번한 방법론으로 수행되었습니다. 대한 신뢰 구간 이 결과에 제공됩니다.ϕϕϕ\phiϕϕ\phi 이제 및 와 같은 다른 매개 변수를 측정하려는 새로운 실험을 수행하고 있습니다. 내 실험은 이전 연구와 다릅니다 --- …

13 bayesian  confidence-interval  meta-analysis  prior 

인터뷰에서 으로이 질문을 받았습니다 . "올바른"답변이 있습니까?( n , k ) = ( 400 , 220 )(n,k)=(400,220)(n, k) = (400, 220) 토스가 iid이고 헤드 확률이 가정합니다 . 400 토스에서 헤드 수의 분포는 보통 (200, 10 ^ 2)에 가까워 야 220 헤드가 평균에서 2 표준 편차 떨어져 있습니다. 이러한 결과를 관찰 …

13 probability  hypothesis-testing  self-study  prior 

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 

사전 분포를 읽고 있으며 평균 및 분산이 알려지지 않은 정규 분포 확률 변수의 표본에 대해 Jeffreys를 미리 계산했습니다. 내 계산에 따르면 다음은 Jeffreys 이전에 보유한 것입니다. 여기서 Fisher의 정보 매트릭스입니다.나는p ( μ , σ2) = de t ( 나는)−−−−−√= de t ( 1 / σ2001 / ( 2 σ4))−−−−−−−−−−−−−−−−−−√= 12 …

12 bayesian  normal-distribution  prior  jeffreys-prior 

나는 Richard McElreath 가 쓴 (Re 훌륭한 ) 책 통계적 재검토 에서 13 장 "공분산의 모험"을 읽고 다음과 같은 계층 적 모델을 제시한다. ( R상관 행렬이다) 저자는 LKJcorr상관 관계 매트릭스의 정규화 이전으로 작동하는 약한 정보 이전이라고 설명합니다 . 그런데 왜 그래? LKJcorr분포가 어떤 특성을 가지고있어 상관 행렬에 우선 하기에 좋습니까? …

12 regression  self-study  correlation  prior  hierarchical-bayesian 

(이 질문은 Xi'an 의이 의견 에서 영감을 얻었습니다 .) 이전 분포 가 적절하고 가능성 이 잘 정의되어 있으면 사후 분포 은 거의 확실합니다.π(θ)π(θ)\pi(\theta)L(θ|x)L(θ|x)L(\theta | x)π(θ|x)∝π(θ)L(θ|x)π(θ|x)∝π(θ)L(θ|x)\pi(\theta|x)\propto \pi(\theta) L(\theta|x) 경우에 따라 강화 또는 지수화 가능성을 대신 사용하여 의사-후 위로 이어집니다. π~(θ|x)∝π(θ)L(θ|x)απ~(θ|x)∝π(θ)L(θ|x)α\tilde\pi(\theta|x)\propto \pi(\theta) L(\theta|x)^\alphaα>0 일부 (예 : 계산상의 이점이있을 수 있음).α>0α>0\alpha>0 이 설정에서는 …

11 bayesian  prior  posterior