Als «stan» getaggte Fragen

Stan ist eine Software für die Bayes'sche Schätzung unter Verwendung des No-U-Turn-Sampling-Algorithmus (NUTS) anstelle des einfacheren Gibbs-Sampling (BUGS).

29
Umgang mit hierarchischen / verschachtelten Daten beim maschinellen Lernen

Ich werde mein Problem mit einem Beispiel erklären. Angenommen, Sie möchten das Einkommen einer Person anhand einiger Attribute vorhersagen: {Alter, Geschlecht, Land, Region, Stadt}. Sie haben einen Trainingsdatensatz wie diesen train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3),...

regression machine-learning multilevel-analysis correlation dataset spatial paired-comparisons cross-correlation clustering aic bic dependent-variable k-means mean standard-error measurement-error errors-in-variables regression multiple-regression pca linear-model dimensionality-reduction machine-learning neural-networks deep-learning conv-neural-network computer-vision clustering spss r weighted-data wilcoxon-signed-rank bayesian hierarchical-bayesian bugs stan distributions categorical-data variance ecology r survival regression r-squared descriptive-statistics cross-section maximum-likelihood factor-analysis likert r multiple-imputation propensity-scores distributions t-test logit probit z-test confidence-interval poisson-distribution deep-learning conv-neural-network residual-networks r survey wilcoxon-mann-whitney ranking kruskal-wallis bias loss-functions frequentist decision-theory risk machine-learning distributions normal-distribution multivariate-analysis inference dataset factor-analysis survey multilevel-analysis clinical-trials
13
Parameter ohne definierte Prioritäten in Stan

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...

mcmc prior jags graphical-model stan
13
Hamilton-Monte-Carlo und diskrete Parameterräume

Ich habe gerade angefangen, Modelle in Stan zu bauen . Um mich mit dem Tool vertraut zu machen, arbeite ich mich durch einige der Übungen in Bayesian Data Analysis (2nd ed.). Die Waterbuck-Übung setzt voraus, dass die Daten , wobei ( N , θ ) unbekannt ist. Da Hamilton-Monte-Carlo keine diskreten...

bayesian mcmc discrete-data stan
10
Wie zeichne ich frühere Verteilungen in Stan?

Ich habe versucht, ein Stan-Modell ohne Daten auszuführen, um Diagramme für die vorherigen Verteilungen zu erhalten. Dies scheint jedoch nicht möglich zu sein. Ich erhalte eine Fehlermeldung, dass mein Modell keine Muster enthält. Gibt es also eine Möglichkeit, zu den vorherigen Distributionen zu...

prior stan
9
Macht Stan vorausschauende Posterioren?

Verfügt Stan (insbesondere Rstan) über integrierte Einrichtungen zur Erzeugung prädiktiver posteriorer Verteilungen? Es ist nicht schwer, die Verteilung aus der Stan-Passform zu generieren, aber ich möchte das Rad lieber nicht neu

bayesian posterior stan