bayesian पर टैग किए गए जवाब

क्या किसी को पता है कि एमसीएमसी किस वर्ष आम हो गई (यानी, बेयसियन इंजेक्शन के लिए एक लोकप्रिय तरीका)? समय के साथ प्रकाशित MCMC (पत्रिका) लेखों की संख्या के लिए एक लिंक विशेष रूप से उपयोगी होगा।

19 bayesian  mcmc  history 

मेरी समझ यह है कि पैरामीटर मानों का अनुमान लगाने के लिए बायेसियन दृष्टिकोण का उपयोग करते समय: पिछला वितरण पूर्व वितरण और संभावना वितरण का संयोजन है। हम इसे पोस्टीरियर डिस्ट्रीब्यूशन (उदाहरण के लिए एक मेट्रोपोलिस-हस्टिंग एल्गोरिथ्म का उपयोग करके मान उत्पन्न करने के लिए, और अगर वे पोस्टीरियर …

19 bayesian  inference  simulation  mcmc  posterior 

बेयस के सूत्र में: P(x|a)=P(a|x)P(x)P(a)P(x|a)=P(a|x)P(x)P(a)P(x|a) = \frac{P(a|x) P(x)}{P(a)} क्या पीछे की संभावना P(x|a)P(x|a)P(x|a) 1 से अधिक हो सकती है? मुझे लगता है कि यह संभव है अगर उदाहरण के लिए, यह मानते हुए कि 0&lt;P(a)&lt;10&lt;P(a)&lt;10 < P(a) < 1 , और P(a)&lt;P(x)&lt;1P(a)&lt;P(x)&lt;1P(a) < P(x) < 1 , और P(a)/P(x)&lt;P(a|x)&lt;1P(a)/P(x)&lt;P(a|x)&lt;1P(a)/P(x) < …

18 probability  bayesian  conditional-probability 

मैं एक गहरे स्तर पर सांख्यिकी और संभाव्यता सिद्धांत में लॉग-लाइबिलिटी (और शायद अधिक सामान्यतः लॉग-प्रायिकता) की सर्वव्यापीता को समझने की कोशिश कर रहा हूं। लॉग-संभाव्यताएं सभी जगह दिखाई देती हैं: हम आमतौर पर विश्लेषण के लिए लॉग-लाइबिलिटी के साथ काम करते हैं (उदाहरण के लिए अधिकतमकरण), फिशर सूचना को …

18 probability  bayesian  likelihood  log-likelihood 

क्या यह सच है कि दो यादृच्छिक चर और ,AAABBB E(A∣B)=E(B∣A)E(A)E(B)?E(A∣B)=E(B∣A)E(A)E(B)?E(A\mid B)=E(B\mid A)\frac{E(A)}{E(B)}?

18 bayesian  mathematical-statistics 

मैं बस सोच रहा था कि क्या बायेसियन आँकड़े पहले अध्ययन से अंतिम तक लागू होंगे यदि यह मेटा-विश्लेषण को अप्रचलित बनाता है। उदाहरण के लिए, मान लें कि 20 अध्ययन जो विभिन्न समय बिंदुओं पर किए गए हैं। अनुमान या प्रथम अध्ययन के वितरण एक साथ किया गया था …

18 bayesian  meta-analysis 

साहित्य में मैं कभी-कभी इस टिप्पणी पर अड़ जाता हूं, कि डेटा पर निर्भर होने वाले खुद को चुनने वाले पुजारी (उदाहरण के लिए ज़ेलर्स जी-पूर्व) की सैद्धांतिक दृष्टिकोण से आलोचना की जा सकती है। यदि समस्या को डेटा से स्वतंत्र नहीं चुना जाता है, तो वास्तव में समस्या कहां …

18 bayesian  prior  hierarchical-bayesian 

बेइज़ियन दर्शन के बारे में एक अच्छी किताब क्या है, वस्तुविदों के खिलाफ विषयवादियों के विपरीत, बेयसियन आंकड़ों में ज्ञान की स्थिति के रूप में संभाव्यता के दृष्टिकोण को समझाते हुए, आदि। शायद सैवेज की किताब? पहले मुझे लगा कि बर्जर (1986) काम कर सकता है, लेकिन यह वह नहीं …

18 bayesian  references  philosophical 

बार-बार होने वाली बहस के बारे में मेरी समझ यह है कि लगातार आंकड़े: (या होने का दावा) उद्देश्य है या कम से कम निष्पक्ष इसलिए विभिन्न शोधकर्ताओं, विभिन्न मान्यताओं का उपयोग करके अभी भी मात्रात्मक रूप से तुलनीय परिणाम प्राप्त कर सकते हैं जबकि बायेसियन आँकड़े "बेहतर" भविष्यवाणियां करने …

18 bayesian  quality-control 

यह अक्सर, तर्क दिया जाता है बायेसियन ढांचे व्याख्या में एक बड़ा लाभ यह है कि (frequentist से अधिक) है क्योंकि यह डेटा दिया एक पैरामीटर की संभावना की गणना करता है - p(θ|x)p(θ|x)p(\theta|x) के बजाय p(x|θ)p(x|θ)p(x|\theta) frequentist ढांचे में के रूप में । अब तक सब ठीक है। लेकिन, …

18 bayesian  interpretation  prior  likelihood  posterior 

यह सर्वविदित है कि दंड के साथ रैखिक प्रतिगमन सह-गुणकों पर पूर्व में गाऊसी द्वारा दिए गए एमएपी अनुमान को खोजने के बराबर है। इसी तरह, एल 1 दंड का उपयोग करना पूर्व के रूप में लाप्लास वितरण का उपयोग करने के बराबर है।l2l2l^2l1l1l^1 और एल 2 नियमितीकरण के कुछ …

18 regression  bayesian  regularization  prior  elastic-net 

मैं wikipedia पर Jeffreys से पहले के बारे में पढ़ रहा था: Jeffreys पहले और देखा कि प्रत्येक उदाहरण के बाद, यह वर्णन करता है कि कैसे एक भिन्नता-स्थिरीकरण परिवर्तन Jeffreys को एक समान पूर्व में बदल देता है। उदाहरण के लिए, Bernoulli मामले के लिए, यह कहा गया है …

18 bayesian  prior  jeffreys-prior 

यह एक बहुत ही सरल प्रश्न है, लेकिन मैं इंटरनेट या किसी पुस्तक में कहीं भी व्युत्पत्ति नहीं पा सकता हूं। मैं यह देखना चाहता हूं कि कैसे एक बायेसियन एक बहुभिन्नरूपी सामान्य वितरण को अपडेट करता है। उदाहरण के लिए: कल्पना कीजिए P(x|μ,Σ)P(μ)==N(μ,Σ)N(μ0,Σ0).P(x|μ,Σ)=N(μ,Σ)P(μ)=N(μ0,Σ0). \begin{array}{rcl} \mathbb{P}({\bf x}|{\bf μ},{\bf Σ}) & …

18 bayesian  normal-distribution  matrix  posterior  linear-algebra 

एल्गोरिथ्म की मेरी समझ निम्नलिखित है: नो यू-टर्न सैंपलर (NUTS) एक हैमिल्टनियन मोंटे कार्लो मेथड है। इसका मतलब यह है कि यह एक मार्कोव चेन विधि नहीं है और इस प्रकार, यह एल्गोरिथ्म यादृच्छिक चलना भाग से बचा जाता है, जिसे अक्सर अभिसरण के रूप में अक्षम और धीमा माना …

18 bayesian  monte-carlo  markov-process 

मैं वास्तव में बायेसियन तकनीकों के बारे में सीखना चाहता हूं, इसलिए मैं खुद को थोड़ा सिखाने की कोशिश कर रहा हूं। हालाँकि, मुझे यह देखने में कठिन समय हो रहा है जब बेयसियन तकनीकों का उपयोग करते हुए कभी-कभी फ़्रीक्वेंटिस्ट विधियों पर लाभ मिलता है। उदाहरण के लिए: मैंने …

18 bayesian  frequentist