Ich kenne 3 Methoden zur Parameterschätzung, ML, MAP und Bayes Ansatz. Und für den MAP- und Bayes-Ansatz müssen wir Prioritäten für die Parameter festlegen, richtig? Angenommen, ich habe dieses Modell , in dem α , β Parameter sind. Um die Schätzung unter Verwendung von MAP oder Bayes...
Permutationstests (auch Randomisierungstest, Re-Randomisierungstest oder exakter Test genannt) sind sehr nützlich und nützlich, wenn die zum Beispiel erforderliche Annahme einer Normalverteilung t-testnicht erfüllt ist und wenn die Transformation der Werte durch Rangfolge der Werte erfolgt Ein...
Ich habe gehört, dass die Gratregression als Mittelwert einer posterioren Verteilung abgeleitet werden kann, wenn der Prior angemessen gewählt wird. Ist die Intuition, dass die Einschränkungen, die für die Regressionskoeffizienten durch den Prior festgelegt wurden (z. B. Standardnormalverteilungen...
In bestimmten Fällen wird der Jeffreys-Prior für ein vollständiges mehrdimensionales Modell im Allgemeinen als unzureichend angesehen. Dies ist beispielsweise der Fall in: (wobei , mit und unbekannt) in dem vor dem folgenden (in vollen Jeffreys vor bevorzugt wird ): wobei der Jeffreys-Prior ist,...
Diese Frage wurde mir in einem Interview mit (n,k)=(400,220)(n,k)=(400,220)(n, k) = (400, 220) gestellt. Gibt es eine "richtige" Antwort? Angenommen, die Würfe sind iid und die Wahrscheinlichkeit von Köpfen ist p=0.5p=0.5p=0.5 . Die Verteilung der Anzahl der Köpfe in 400 Würfen sollte dann in der...
Gibt es ein Konjugat für die Laplace-Verteilung ? Wenn nicht, gibt es einen bekannten Ausdruck in geschlossener Form, der sich den Parametern der Laplace-Verteilung annähert? Ich habe ziemlich viel gegoogelt und keinen Erfolg gehabt, daher lautet meine derzeitige Vermutung "Nein" zu den obigen...
Wie sollte man ein frequentistisches Ergebnis in einen bayesianischen Prior verwandeln? Stellen Sie sich das folgende ziemlich allgemeine Szenario vor: In der Vergangenheit wurde ein Experiment durchgeführt und ein Ergebnis für einen Parameter ϕϕ\phi gemessen. Die Analyse wurde mit einer...
Ich habe gerade angefangen zu lernen, wie man mit Stan und rstan. Es sei denn, ich war immer verwirrt über die Funktionsweise von JAGS / BUGS, ich dachte, Sie müssten immer eine vorherige Verteilung für jeden Parameter im Modell definieren, aus dem gezogen werden soll. Es scheint, dass Sie dies in...
Ich möchte bei der Verteilung verwenden, um Asset-Renditen mit kurzen Intervallen in einem Bayes'schen Modell zu modellieren. Ich möchte beide Freiheitsgrade (zusammen mit anderen Parametern in meinem Modell) für die Verteilung schätzen. Ich weiß, dass Anlagenrenditen nicht ganz normal sind, aber...
Ich lese über frühere Verteilungen und habe Jeffreys zuvor für eine Stichprobe normalverteilter Zufallsvariablen mit unbekanntem Mittelwert und unbekannter Varianz berechnet. Nach meinen Berechnungen gilt für Jeffreys Prior Folgendes:
Wenn die Präzision Matrix infering ΛΛ\boldsymbol{\Lambda} einer Normalverteilung verwendet , zu erzeugen D-dimensionalen Vektoren wir normalerweise einen Wishart vor da die Wishart-Verteilung das Konjugat vor der Präzision einer Multivariate ist Normalverteilung mit bekanntem Mittelwert und...
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
Ich betrachte einen großen (aber begrenzten) Raum von Modellen unterschiedlicher Komplexität, die ich mit RJMCMC erforsche . Das Voranstellen des Parametervektors für jedes Modell ist ziemlich informativ. In welchen Fällen (wenn überhaupt) sollte ich mir Sorgen machen, dass das...
Warum sogar nicht informative Vorgesetzte? Sie liefern keine Informationen über . Warum also? Warum nicht nur informative Priors verwenden? Angenommen, θ ∈ [ 0 , 1 ] . Ist dann θ ∼ U ( 0 , 1 ) ein nicht informativer Prior für θ ?θθ\thetaθ∈[0,1]θ∈[0,1] \theta \in [0,1]θ∼U(0,1)θ∼U(0,1)\theta \sim...
Auf ihrer Wiki-Seite geben die Entwickler von Stan Folgendes an: Einige Prinzipien, die wir nicht mögen: Invarianz, Jeffreys, Entropie Stattdessen sehe ich viele Normalverteilungsempfehlungen. Bisher habe ich Bayes'sche Methoden verwendet, die nicht auf Stichproben beruhten, und war froh zu...
Als ich in meinem Abschlusskurs für statistische Inferenz etwas über die Jeffreys erfuhr, ließen meine Professoren es so klingen, als wäre es hauptsächlich aus historischen Gründen interessant, anstatt weil irgendjemand es jemals benutzen würde. Als ich dann eine Bayes'sche Datenanalyse...
Ich versuche, den Jeffreys-Prior für eine negative Binomialverteilung zu erhalten. Ich kann nicht sehen, wo ich falsch liege. Wenn also jemand darauf hinweisen könnte, wäre das sehr willkommen. Okay, die Situation ist also folgende: Ich soll die vorherigen Verteilungen vergleichen, die unter...
Ich bin auf dieses Bild in einem Blog-Beitrag hier gestoßen . Ich war enttäuscht, dass das Lesen der Aussage für mich nicht den gleichen Gesichtsausdruck hervorrief wie für diesen Kerl. Was ist also mit der Aussage gemeint, dass die Nullhypothese lautet, wie Frequentisten einen nicht informativen...
Ich habe Wagenmakers (2007) gelesen. Eine praktische Lösung für das allgegenwärtige Problem der p-Werte . Ich bin fasziniert von der Umwandlung von BIC-Werten in Bayes-Faktoren und -Wahrscheinlichkeiten. Bisher habe ich jedoch keine guten Kenntnisse darüber, was genau eine Einheiteninformation...
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...