Ich habe mich gefragt, ob es eine Untergruppe von Themen der frequentistischen Statistik gibt, die man kennen sollte, bevor man anfängt, Bayes'sche Statistik zu lernen. Sobald ich gelesen habe, dass es scheint, dass die beiden Trends einander entgegenwirken; Wie zum Beispiel basiert die...
Wie kann ich die hintere Wahrscheinlichkeit berechnen, wenn mein Prior als kontinuierliche Wahrscheinlichkeitsverteilung modelliert wird, beispielsweise als Beta-Verteilung, die verzerrt ist, um meine Neigung zu bestimmten Modellen widerzuspiegeln? Die Herausforderung für mich besteht darin, die...
Ich verwende PyMC, um die posteriore Verteilung abzutasten, und bin auf eine Straßensperre gestoßen, bei der Priors aus Samples verwendet werden, keine Modelle. Meine Situation ist wie folgt: Ich habe einige empirische Daten für einen Parameter aus dem ich eine Wahrscheinlichkeitsverteilung p (z)...
SE-Community, ich hoffe, einige Einblicke in das folgende Problem zu bekommen. Bei einem einfachen linearen Regressionsmodell ist Unter einer Gaußschen Wahrscheinlichkeitsfunktion mit homoskedastischen Fehlertermen nimmt die bedingte Verteilung der abhängigen Variablen die Form Ich weise ein...
Stellen Sie sich vor, wir probieren eine Kovarianzmatrix aus einer Wishart-Verteilung von MCMC. Bei jeder Iteration erhalten wir eine neue Beispielmatrix aus der Wishart-Verteilung.SiSiS_i Frage : Kann ich angesichts der Kurve, die alle Stichproben , die Autokorrelation dieser Stichproben...
Ich habe versucht, Cox 'Theorem und die damit verbundenen Probleme zu verstehen. Es gibt so viele Informationen zu diesem Thema, dass ich hinsichtlich des genauen Zustands des Satzes verwirrt bin. Ich habe festgestellt, dass es drei Hauptthemen gibt, aber da sie eine Vielzahl von Themen abdecken,...
Müssen alle konjugierten Prioren aus der exponentiellen Familie stammen? Wenn nicht, welche anderen Familien haben / produzieren konjugierte
Geschlossen . Diese Frage muss fokussierter sein . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Geschlossen...
Definieren des Bayesian Informationskriterium als B I C = - 2 ⋅ lnL.^+ k ⋅ ( ln( n ) - ln( 2 π) )B.ichC.=- -2⋅lnL.^+k⋅(ln(n)- -ln(2π)) \mathrm{BIC} = {-2 \cdot \ln{\hat L} + k \cdot (\ln(n) - \ln(2 \pi))} (I nicht die Konstante fallen, , zu vermeiden , wenn Probleme gleich der...
Dies ist eher eine philosophische Frage, aber wie bildet man aus rein bayesianischer Sicht tatsächlich Vorwissen? Wenn wir vorherige Informationen benötigen, um gültige Schlussfolgerungen zu ziehen, scheint es ein Problem zu geben, wenn wir auf frühere Erfahrungen zurückgreifen müssen, um die...
Ich unterrichte Gymnasiasten in Physik und möchte, dass meine Schüler einen rudimentären Bayes'schen Modellvergleich für Daten aus ihren Experimenten durchführen. Ich habe einen Weg gefunden, wie sie das tun können (siehe unten), aber ich bin nicht sicher, ob es richtig ist. Ich würde mich über...
Ich habe die großartigen Kommentare zum Umgang mit fehlenden Werten vor dem Anwenden von SVD gelesen, möchte aber anhand eines einfachen Beispiels wissen, wie dies funktioniert: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Wenn ich in der obigen Matrix die NA-Werte...
Ich analysiere einen Datensatz, der Beobachtungen aus n Versuchen von Spielern in einem Spiel enthält. Wenn ich den Aufbau eines Regressionsmodells , das Ergebnis jeder Versuch gegeben 1 oder mehr Deskriptoren zur Vorhersage bezüglich jeder Spieler versuchen , wie messe ich , wie viele Versuche ,...
Ich versuche, HMC mit einer nicht diagonalen Massenmatrix zu implementieren, aber ich werde von einigen Begriffen gestolpert. Laut BDA3 und Neals Bericht ist der kinetische Energiebegriff (der meiner Meinung nach aus Bequemlichkeitsgründen immer verwendet wird) K.( p ) = pT.M.- 1p2.K(p)=pTM−1p2....
Ich schätze derzeit Parameter eines Modells, das durch mehrere gewöhnliche Differentialgleichungen (ODEs) definiert ist. Ich versuche dies mit einem Bayes'schen Ansatz, indem ich die posteriore Verteilung der Parameter anhand einiger Daten unter Verwendung der Markov-Kette Monte Carlo (MCMC)...
Ich schätze 15 Parameter meines Modells unter Verwendung eines Bayes'schen Ansatzes und einer Markov-Ketten-Monte-Carlo-Methode (MCMC). Meine Daten nach dem Ausführen einer MCMC-Kette von 100000 Proben sind daher eine 100000 × 15-Tabelle mit Parameterwerten. Ich möchte 15-dimensionale Regionen mit...
Herauszufinden, wie man etwas simuliert, ist oft der beste Weg, um die zugrunde liegenden Prinzipien zu verstehen. Ich weiß nicht genau, wie ich Folgendes simulieren soll. Angenommen, und hat eine vorherige Verteilung, die . Basierend auf einer Stichprobe von Beobachtungen abgekürzt mit nur ,...
Ich stehe vor einer posterioren Verteilung in einer MCMC- Anwendung, die darauf abzielt, eine nicht beobachtbare Variable bei einer beobachteten Reihe y = \ {y_t \} ^ T_ {t = abzutasten 0} .x={xt}Tt=0x={xt}t=0Tx=\{x_t\}_{t=0}^{T}y={yt}Tt=0y={yt}t=0Ty=\{y_t\}^T_{t=0} Die bedingten Posterioren...
So wie ich es verstehe, führen tiefe neuronale Netze "Repräsentationslernen" durch, indem sie Merkmale zusammenfügen. Dies ermöglicht das Lernen sehr hochdimensionaler Strukturen in den Merkmalen. Natürlich handelt es sich um ein parametrisches Modell mit einer festen Anzahl von Parametern, daher...
Ein Ansatz zum Modellvergleich in einem Bayes'schen Rahmen verwendet eine Bernoulli-Indikatorvariable, um zu bestimmen, welches von zwei Modellen wahrscheinlich das "wahre Modell" ist. Bei der Anwendung von MCMC-basierten Werkzeugen zum Anpassen eines solchen Modells werden häufig Pseudo-Priors...