In Kevin Murphys Conjugate Bayesian-Analyse der Gaußschen Verteilung schreibt er, dass die posteriore prädiktive Verteilung ist p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta Dabei ist die Daten, an die das Modell angepasst ist, und...
Ich lese über Bayes'sche Folgerungen und bin auf den Satz "Numerische Integration der Grenzwahrscheinlichkeit ist zu teuer" gestoßen. Ich habe keinen mathematischen Hintergrund und habe mich gefragt, was genau hier teuer bedeutet. Ist es nur in Bezug auf Rechenleistung oder gibt es etwas mehr....
Ich habe einen Zeitreihendatensatz, an den ich ein Hidden Markov Model (HMM) anpasse, um die Anzahl der latenten Zustände in den Daten abzuschätzen. Mein Pseudocode dafür ist der folgende: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states =...
Ich habe diesen Satz oft gehört, aber nie ganz verstanden, was er bedeutet. Der Ausdruck "gute frequentistische Eigenschaften" hat derzeit ~ 2750 Treffer bei Google, 536 auf scholar.google.com und 4 auf stats.stackexchange.com . Die letzte Folie in dieser Präsentation der Stanford University , in...
Sei r(π,δ)r(π,δ)r(\pi, \delta) das Bayes-Risiko eines Schätzers δδ\delta in Bezug auf ein vorheriges , sei die Menge aller Prioren auf dem Parameterraum und seiΠ Θ Δππ\piΠΠ\PiΘΘ\ThetaΔΔ\Delta die Menge aller (möglicherweise) randomisierte) Entscheidungsregeln. Die statistische Interpretation von...
Ich beziehe einen Bayesian Model Averaging (BMA) -Ansatz in meine Forschung ein und werde meinen Kollegen in Kürze eine Präsentation über meine Arbeit geben. BMA ist auf meinem Gebiet jedoch nicht wirklich bekannt. Nachdem ich ihnen die gesamte Theorie vorgestellt und sie auf mein Problem...
Was ist der Unterschied zwischen objektiven und subjektiven Bayes'schen Paradigmen? Welche Objekte oder Prozeduren definieren oder interpretieren sie unterschiedlich? Gibt es einen Unterschied in der Wahl der
Im Bayes'schen Theorem ist p(y|x)=p(x|y)p(y)p(x)p(y|x)=p(x|y)p(y)p(x)p(y|x) = \frac{p(x|y)p(y)}{p(x)} , und aus dem Buch, das ich lese, heißtp(x|y)p(x|y)p(x|y)dieWahrscheinlichkeit, aber ich nehme an, es ist nur diebedingte Wahrscheinlichkeitvonxxxbeiyyy, oder? Die Maximum-Likelihood-Schätzung...
Gibt es neben der Benutzerfreundlichkeit eine erkenntnistheoretische Rechtfertigung (mathematisch, philosophisch, heuristisch usw.) für die Verwendung von konjugierten Prioren? Oder ist es meist nur so, dass es normalerweise eine gute Annäherung ist und die Dinge viel einfacher
John Kruschke erklärt in seinem Buch Doing Bayesian Data Analysis, dass bei der Verwendung von JAGS von R ... die Schätzung des Modus aus einem MCMC-Sample kann ziemlich instabil sein, da die Schätzung auf einem Glättungsalgorithmus basiert, der für zufällige Unebenheiten und Welligkeiten im...
Ich verwende Bayes, um ein Clustering-Problem zu lösen. Nach einigen Berechnungen muss ich das Verhältnis zweier Wahrscheinlichkeiten ermitteln: P(A)/P(B)P(A)/P(B)P(A)/P(B) um . Diese Wahrscheinlichkeiten werden durch die Integration von zwei verschiedenen multivariaten 2D-KDEs erhalten, wie in...
Dies ist eher eine Frage der Wissenschaftsgeschichte, aber ich hoffe, dass sie hier zum Thema gehört. Ich habe gelesen, dass es Thomas Bayes nur gelungen ist, den Satz von Bayes für den Sonderfall eines Uniformprior zu entdecken, und selbst dann hatte er anscheinend damit zu kämpfen. In...
In Bishops PRML-Buch sagt er, dass Überanpassung ein Problem bei der Maximum Likelihood Estimation (MLE) ist und Bayesian dies vermeiden kann. Aber ich denke, Überanpassung ist eher ein Problem bei der Modellauswahl als bei der Methode zur Parameterschätzung. Angenommen, ich habe einen Datensatz ,...
Was sind die Definitionen von halbkonjugierten Priors und von bedingten konjugierten Priors ? Ich habe sie in Gelmans Bayesian Data Analysis gefunden , aber ich konnte ihre Definitionen nicht
Es gibt einen NPR-Podcast namens Intelligence Squared. Jede Folge ist eine Ausstrahlung einer Live-Debatte über umstrittene Aussagen wie "Die zweite Änderung ist nicht mehr relevant" oder "Affirmative Action auf dem College-Campus schadet mehr als nützt". Vier Vertreter debattieren - zwei für den...
Wir untersuchen statistische Tests nach Bayes und stoßen auf ein merkwürdiges (zumindest für mich) Phänomen. Betrachten Sie den folgenden Fall: Wir sind daran interessiert zu messen, welche Population A oder B eine höhere Conversion-Rate aufweist. Für eine Plausibilitätsprüfung setzen wir...
Ich habe einen sehr großen Datensatz und es fehlen ungefähr 5% zufällige Werte. Diese Variablen sind miteinander korreliert. Der folgende Beispiel-R-Datensatz ist nur ein Spielzeugbeispiel mit Dummy-korrelierten Daten. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000,...
Ich mache mich mit der Bayes'schen Statistik vertraut, indem ich das Buch Doing Bayesian Data Analysis von John K. Kruschke, auch als "Welpenbuch" bekannt, lese . In Kapitel 9 werden hierarchische Modelle dieses einfachen Beispiels vorgestellt: und die Bernoulli-Beobachtungen bestehen aus 3...
Ich verwende PyMC3, um Bayes'sche Modelle für meine Daten auszuführen. Ich bin neu in der Bayes'schen Modellierung, aber laut einigen Blog-Posts , Wikipedia und QA von dieser Website scheint es ein gültiger Ansatz zu sein, den Bayes-Faktor und das BIC-Kriterium zu verwenden, um auswählen zu...
In dem Wikipedia-Artikel über Laplace-Glättung (oder additive Glättung) heißt es aus Bayes-Sicht: Dies entspricht dem erwarteten Wert der posterioren Verteilung unter Verwendung einer symmetrischen Dirichlet-Verteilung mit dem Parameter als Prior.αα\alpha Ich bin verwirrt darüber, wie das...