Bei häufigen Statistiken gibt es eine lange Liste großer No-Nos, z. B. die Ergebnisse statistischer Tests, bevor Sie sich entscheiden, weitere Daten zu sammeln. Ich frage mich allgemein, ob es eine ähnliche Liste von Nein-Nummern für die in der Bayes'schen Statistik verwendeten Methoden gibt und...
Was passiert, wenn Sie keine Vorstellung von der Parameterverteilung haben? Welchen Ansatz sollten wir verwenden? Meistens versuchen wir zu verstehen, ob eine bestimmte Variable Einfluss auf das Vorhandensein / Fehlen einer bestimmten Art hat und die Variable je nach Wichtigkeit der Variablen...
Ich versuche, ein Modell zu erstellen, bei dem die Antwort ein Anteil ist (es ist tatsächlich der Stimmenanteil, den eine Partei in Wahlkreisen erhält). Die Verteilung ist nicht normal, daher habe ich beschlossen, sie mit einer Beta-Verteilung zu modellieren. Ich habe auch mehrere Prädiktoren. Ich...
Ich habe gerade Gelman's (erneut) gelesen. Warum wir uns (normalerweise) nicht um mehrere Vergleiche kümmern müssen . Insbesondere wird im Abschnitt "Mehrere Ergebnisse und andere Herausforderungen" die Verwendung eines hierarchischen Modells für Situationen erwähnt, in denen mehrere verwandte...
Ich werde versuchen, das vorliegende Problem so allgemein wie möglich zu beschreiben. Ich modelliere Beobachtungen als kategoriale Verteilung mit einem Parameterwahrscheinlichkeitsvektor Theta. Dann nehme ich an, dass der Parametervektor Theta einer Dirichlet-Vorverteilung mit den Parametern folgt...
Für ein Bayes'sches logistisches Regressionsproblem habe ich eine posteriore prädiktive Verteilung erstellt. Ich nehme eine Stichprobe aus der Vorhersageverteilung und erhalte für jede meiner Beobachtungen Tausende von Stichproben von (0,1). Die Visualisierung der Anpassungsgüte ist weniger als...
Ich versuche, ein zeitdiskretes Modell in R einzubauen, bin mir aber nicht sicher, wie ich das machen soll. Ich habe gelesen, dass Sie die abhängige Variable in verschiedenen Zeilen organisieren können, eine für jede glmZeitbeobachtung , und die Funktion mit einem Logit- oder Cloglog-Link verwenden...
Das fühlt sich wie eine sehr naive Frage an, aber ich habe Schwierigkeiten, die Antwort zu sehen. Ich habe einen Satz von 30 Werten. Unabhängig davon habe ich einen 31. Wert erhalten. Die Nullhypothese lautet, dass der 31. Wert Teil derselben Verteilung ist. Alternative ist, dass es anders ist....
Das Lehrbuch generiert zunächst einige 2-Klassen-Daten über: was gibt: und dann fragt es: Ich versuche dies zu lösen, indem ich dies zuerst mit diesem grafischen Modell modelliere: Dabei ist die Bezeichnung, der Index des ausgewählten Mittelwerts und der Datenpunkt. Dies wird...
In können Rwir eine glmRegression über den Gewichtungsparameter "vorgewichten" . Zum Beispiel: glm.D93 <- glm(counts ~ outcome + treatment, family = poisson(), weights=w) Wie kann dies in einem JAGSoder BUGSModell erreicht werden? Ich habe ein Papier gefunden, das dies diskutiert, aber...
Wir haben N Proben, , aus einer gleichmäßigen Verteilung wobei unbekannt ist. Schätzen Sie aus den Daten.XiXiX_i[0,θ][0,θ][0,\theta]θθ\thetaθθ\theta Also, Bayes 'Regel ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} und die...
Problemeinrichtung Eines der ersten Spielzeugprobleme, auf das ich PyMC anwenden wollte, ist das nichtparametrische Clustering: Modellieren Sie anhand einiger Daten diese als Gaußsche Mischung und lernen Sie die Anzahl der Cluster sowie den Mittelwert und die Kovarianz jedes Clusters. Das meiste,...
Gibt es eine genaue Definition von schwach informativem Prior? Wie unterscheidet es sich von einem subjektiven Prior mit breiter
Beim Studium der Kovarianzauswahl habe ich einmal das folgende Beispiel gelesen. In Bezug auf das folgende Modell: Seine Kovarianzmatrix und inverse Kovarianzmatrix sind wie folgt angegeben: Ich verstehe nicht, warum die Unabhängigkeit von und y hier durch die inverse Kovarianz bestimmt...
Im gemischten Modell nehmen wir an, dass die zufälligen Effekte (Parameter) Zufallsvariablen sind, die Normalverteilungen folgen. Es sieht der Bayes'schen Methode sehr ähnlich, bei der alle Parameter als zufällig angenommen werden. Ist das Zufallseffektmodell also ein Sonderfall der Bayes'schen...
Ich bin relativ neu in der Bayes'schen Statistik und habe JAGS kürzlich verwendet, um hierarchische Bayes'sche Modelle auf verschiedenen Datensätzen zu erstellen. Obwohl ich mit den Ergebnissen sehr zufrieden bin (im Vergleich zu Standard-GLM-Modellen), muss ich Nicht-Statistikern erklären, was der...
Angenommen, ich habe das folgende Modell: Poisson(λ)∼{λ1λ2if t<τif t≥τPoisson(λ)∼{λ1if t<τλ2if t≥τ\text{Poisson}(\lambda) \sim \begin{cases} \lambda_1 & \text{if } t \lt \tau \\ \lambda_2 & \text{if } t \geq \tau \end{cases} Und ich schließe die unten gezeigten Posterioren für und aus meinen...
Ich versuche, A / B-Tests auf Bayes'sche Weise durchzuführen , wie in Probabilistic Programming for Hackers und Bayesian A / B-Tests . Beide Artikel gehen davon aus, dass der Entscheider allein aufgrund der Wahrscheinlichkeit eines Kriteriums, z. B. , entscheidet, welche der Varianten besser ist ,...
Das Problem Ich möchte die Modellparameter einer einfachen 2-Gaußschen Mischungspopulation anpassen. Angesichts des Hype um Bayes'sche Methoden möchte ich verstehen, ob die Bayes'sche Inferenz für dieses Problem ein besseres Werkzeug ist als herkömmliche Anpassungsmethoden. Bisher ist MCMC in...
Sowohl bayesglm()(im Arm R-Paket) als auch verschiedene Funktionen im MCMCpack-Paket zielen darauf ab, die Bayes'sche Schätzung verallgemeinerter linearer Modelle durchzuführen, aber ich bin nicht sicher, ob sie tatsächlich dasselbe berechnen. Die MCMCpack-Funktionen verwenden die Markov-Kette...