Als «uninformative-prior» getaggte Fragen

Ich suche nach nicht informativen Prioritäten für die Betaverteilung, um mit einem Binomialprozess (Hit / Miss) arbeiten zu können. Zuerst dachte ich über die Verwendung von , die ein einheitliches PDF erzeugen, oder Jeffrey vor . Aber ich suche tatsächlich nach Priors, die die posterioren...

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...

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 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...

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...

Wenn man eine Bayes'sche lineare Regression durchführt, muss man der Steigung einen Prior zuweisen und abfangen . Da ein Standortparameter ist, ist es sinnvoll, einen einheitlichen Prior zuzuweisen. Es scheint mir jedoch, dass einem Skalenparameter ähnelt und es unnatürlich erscheint, vorher eine...

Ich weiß, dass Zellners Prior Daten verwendet, um vorherige Informationen festzulegen, aber tatsächlich hängt das gesamte Modell von den Daten ab. Gibt es einen anderen

Ich arbeite an einem Modell, das auf einer hässlichen parametrisierten Funktion beruht, die als Kalibrierungsfunktion für einen Teil des Modells fungiert. Bei Verwendung einer Bayes'schen Einstellung muss ich nicht informative Prioritäten für die Parameter erhalten, die meine Funktion beschreiben....

Die Wahrscheinlichkeitsfunktion einer logarithmischen Normalverteilung ist: f( x ; μ , σ) ∝ ∏nich11σxichexp( - ( lnxich- μ )22 σ2)f(x;μ,σ)∝∏i1n1σxiexp⁡(−(ln⁡xi−μ)22σ2)f(x; \mu, \sigma) \propto \prod_{i_1}^n \frac{1}{\sigma x_i} \exp \left ( - \frac{(\ln{x_i} - \mu)^2}{2 \sigma^2} \right ) und...

Nicht informative Prioritäten werden in Fällen bevorzugt, in denen eine Voreingenommenheit nicht akzeptabel ist (z. B. Gerichtssäle usw.). Es scheint mir jedoch nur sinnvoll zu sein, stattdessen einen frequentistischen Ansatz zu verwenden. Warum hat der Bayes'sche Ansatz überhaupt einen nicht...

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...