Ich habe zuvor etwas über Stichprobenverteilungen gelernt, die Ergebnisse lieferten, die für den Schätzer in Bezug auf den unbekannten Parameter waren. Zum Beispiel für die Probenahme Verteilungen von ß 0 und β 1 in dem linearen Regressionsmodell Y i = β o + β 1 X i + ε
Nach dem Bayes'schen Theorem ist . Aber nach meinem ökonometrischen Text heißt es, dass P ( θ | y ) ∝ P ( y | θ ) P ( θ ) . Warum ist es so? Ich verstehe nicht, warum P ( y ) ignoriert wird.P.( y| θ)P.( θ ) = P.( θ | y) P.( y)P(y|θ)P(θ)=P(θ|y)P(y)P(y|\theta)P(\theta) = P(\theta|y)P(y)P.( θ | y) ∝...
Ich habe über Maximum-Likelihood-Schätzung und Maximum-A-Posteriori-Schätzung gelesen und bisher nur konkrete Beispiele mit Maximum-Likelihood-Schätzung getroffen. Ich habe einige abstrakte Beispiele für eine maximale a posteriori-Schätzung gefunden, aber noch nichts Konkretes mit Zahlen darauf:...
Es scheint, dass es oft schwierig ist, vollständige Bedingungen abzuleiten, aber Programme wie JAGS und BUGS leiten sie automatisch ab. Kann jemand erklären, wie er algorithmisch vollständige Bedingungen für eine beliebige Modellspezifikation
Ich frage mich, ob Vorhersageintervall und glaubwürdiges Intervall dasselbe bewerten. ( 1 - α ) %(1- -α)%.(1-\alpha)\% Y.= a + b . X. Y.=ein+b.X.\ Y = a + b.X
In einem hierarchischen Datenmodell yyy in dem y∼Poisson(λ)y∼Poisson(λ)y \sim \textrm{Poisson}(\lambda) λ∼Gamma(α,β)λ∼Gamma(α,β)\lambda \sim \textrm{Gamma}(\alpha, \beta) , scheint es in der Praxis typisch zu sein, Werte ( α,β)α,β)\alpha, \beta) so zu dass der Mittelwert und die Varianz von Die...
Ich suche einige Artikel oder Bücher mit praktischen und theoretischen Beispielen über grundlegende MCMC für Bayesian Statistics (With R). Ich habe noch nie etwas über Simulation gelernt und suche deshalb nach "grundlegenden" Informationen. Können Sie mir einige Empfehlungen oder Ratschläge...
(Diese Frage ist von diesem Kommentar von Xi'an inspiriert .) Es ist bekannt , dass , wenn die vorherige Verteilung π(θ)π(θ)\pi(\theta) ist die richtige und die Wahrscheinlichkeit L(θ|x)L(θ|x)L(\theta | x) ist wohldefiniert, so ist die a posteriori Verteilung
Ich spreche oft über das Ausleihen von Informationen oder den Austausch von Informationen in Bayes'schen hierarchischen Modellen. Ich kann anscheinend keine klare Antwort darauf bekommen, was dies tatsächlich bedeutet und ob es nur für Bayes'sche hierarchische Modelle gilt. Ich komme auf die Idee:...
Ich wollte den genauen Test des Fischers besser verstehen, deshalb habe ich das folgende Spielzeugbeispiel entwickelt, bei dem f und m männlich und weiblich und n und y dem "Sodakonsum" wie folgt entsprechen: > soda_gender f m n 0 5 y 5 0 Dies ist natürlich eine drastische Vereinfachung,...
Es wird als idealer Fall angesehen, in dem die den Kategorien zugrunde liegende Wahrscheinlichkeitsstruktur perfekt bekannt ist. Warum erzielen wir mit dem Bayes-Klassifikator die beste Leistung, die erzielt werden kann? Was ist der formale Beweis / die Erklärung dafür? Da wir immer den...
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...
Es scheint, dass die Binomialverteilung in ihrer Form der Beta-Verteilung sehr ähnlich ist und dass ich Konstanten in beiden PDFs neu parametrisieren kann, damit sie gleich aussehen. Warum brauchen wir die Beta-Distribution? Ist es für einen bestimmten Zweck? Vielen
Beim Lesen des Artikels "Forecasting at Scale" (FBProphet-Prognosetool, siehe https://peerj.com/preprints/3190.pdf ) bin ich auf den Begriff "sparse prior" gestoßen . Die Autoren erklären, dass sie einen solchen "spärlichen Prior" bei der Modellierung eines Vektors von Ratenabweichungen von einer...
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...
Ich lese Doug Bates ' Theoriepapier über Rs lme4-Paket, um das Wesentliche gemischter Modelle besser zu verstehen, und bin auf ein faszinierendes Ergebnis gestoßen, das ich besser verstehen möchte, wenn es darum geht, die Varianz mithilfe der eingeschränkten maximalen Wahrscheinlichkeit (REML) zu...
Angenommen, Sie haben eine erklärende Variable X=(X(s1),…,X(sn))X=(X(s1),…,X(sn)){\bf{X}} = \left(X(s_{1}),\ldots,X(s_{n})\right) wobei eine bestimmte Koordinate darstellt. Sie haben auch eine Antwortvariable . Jetzt können wir beide Variablen wie folgt
Es folgt ein Auszug aus Bolstads Einführung in die Bayes'sche Statistik . Für alle Experten da draußen mag dies trivial sein, aber ich verstehe nicht, wie der Autor zu dem Schluss kommt, dass wir keine Integration durchführen müssen, um die hintere Wahrscheinlichkeit für einen Wert von zu...
Ereignisstudien sind in Wirtschaft und Finanzen weit verbreitet, um die Auswirkung eines Ereignisses auf den Aktienkurs zu bestimmen. Sie basieren jedoch fast immer auf häufigen Überlegungen. Eine OLS-Regression - über einen vom Ereignisfenster verschiedenen Referenzzeitraum - wird normalerweise...
Ich lese Steven Scotts Folien über das BSTS R-Paket (Sie finden sie hier: Folien ). Wenn er über die Einbeziehung vieler Regressoren in das strukturelle Zeitreihenmodell spricht, führt er irgendwann die Spitzen- und Plattenprioren von Regressionskoeffizienten ein und sagt, dass sie im Vergleich zu...