bayesian पर टैग किए गए जवाब

बायेसियन इनवेंशन सांख्यिकीय अनुमानों की एक विधि है जो मॉडल मापदंडों को यादृच्छिक चर के रूप में मानने और बेयर्स प्रमेय को मानने या परिकल्पना के बारे में व्यक्तिपरक संभावना बयानों को लागू करने के लिए निर्भर करता है, जो कि प्रेक्षित डेटासेट पर सशर्त है।

1
MCMC / EM सीमाएँ? EM पर MCMC?
मैं वर्तमान में R से JAGS का उपयोग करके पदानुक्रमित बायेसियन मॉडल सीख रहा हूं, और पायथन ( "हैकर्स के लिए बायेसियन मेथड्स" ) का उपयोग करके भी pymc । मैं इस पोस्ट से कुछ अंतर्ज्ञान प्राप्त कर सकता हूं : "आप संख्याओं के ढेर के साथ समाप्त हो जाएंगे …

1
क्या एक बायेसियन अनुमान "फ्लैट पूर्व" के साथ एक अधिकतम संभावना अनुमान के समान है?
Phylogenetics में, Mlog या बायेसियन विश्लेषण का उपयोग करते हुए अक्सर phylogenetic पेड़ों का निर्माण किया जाता है। अक्सर, एक फ्लैट पूर्व बायेसियन अनुमान में उपयोग किया जाता है। जैसा कि मैं इसे समझता हूं, बायेसियन अनुमान एक संभावना अनुमान है जो एक पूर्व को शामिल करता है। मेरा प्रश्न …

1
माप त्रुटि के आधार पर पुजारियों का चयन करना
यदि आपके पास किसी उपकरण की माप त्रुटि है, तो आप उपयुक्त गणना कैसे करेंगे? यह पैराग्राफ Cressie की पुस्तक "Spatio-Temporal Data के लिए सांख्यिकी" है: यह अक्सर ऐसा होता है कि माप-त्रुटि भिन्नता के संबंध में कुछ पूर्व जानकारी उपलब्ध होती है, जिससे एक सूचनात्मक पैरामीटर मॉडल को निर्दिष्ट …

4
"सख्ती से सकारात्मक वितरण" क्या है?
मैं यहूदिया पर्ल की "कॉज़ेलिटी" (दूसरा संस्करण 2009) और धारा 1.1.5 सशर्त स्वतंत्रता और रेखांकन में पढ़ रहा हूं, उन्होंने कहा: निम्नलिखित सशर्त स्वतंत्रता संबंध (X_ || _Y | Z) से संतुष्ट गुणों की एक (आंशिक) सूची है। समरूपता: (X_ || _ Y | Z) ==> (Y_ || _X | …

2
आकस्मिक तालिकाओं के बायेसियन विश्लेषण: प्रभाव आकार का वर्णन कैसे करें
मैं क्रूसके के डूइंग बायेसियन डेटा विश्लेषण में उदाहरणों के माध्यम से काम कर रहा हूं , विशेष रूप से ची में पोइसन घातीय एनोवा। 22, जिसे वह आकस्मिक टेबल के लिए स्वतंत्रता के लगातार ची-स्क्वायर परीक्षणों के विकल्प के रूप में प्रस्तुत करता है। मैं देख सकता हूं कि …

3
बायसियन प्रिडिक्टिव डिस्ट्रीब्यूशन को समझना
मैं एक इंट्रो टू बेयस कोर्स ले रहा हूं और मुझे भविष्यवाणियों के वितरण को समझने में कुछ कठिनाई हो रही है। मैं समझता हूं कि वे क्यों उपयोगी हैं और मैं परिभाषा से परिचित हूं, लेकिन कुछ चीजें हैं जो मुझे समझ में नहीं आती हैं। 1) नई टिप्पणियों …

3
Bayes 'प्रमेय रेखांकन क्यों काम करता है?
एक गणितीय दृष्टिकोण से बेयस का प्रमेय मेरे लिए सही अर्थ रखता है (यानी, व्युत्पन्न और सिद्ध करना), लेकिन मुझे नहीं पता कि क्या एक अच्छा ज्यामितीय या चित्रमय तर्क है जो बेयस के प्रमेय को समझाने के लिए दिखाया जा सकता है। मैंने इसके उत्तर के लिए गुग्लिंग के …

2
एक समान पूर्व कैसे अधिकतम संभावना और पीछे के मोड से समान अनुमानों को जन्म देता है?
मैं विभिन्न बिंदु अनुमान विधियों का अध्ययन कर रहा हूं और पढ़ता हूं कि जब एमएपी बनाम एमएल अनुमानों का उपयोग करते समय, जब हम "वर्दी पहले" का उपयोग करते हैं, तो अनुमान समान हैं। क्या कोई समझा सकता है कि पूर्व में "वर्दी" क्या है और कुछ (सरल) उदाहरण …

1
मेटा-विश्लेषण और बायेसियन दृष्टिकोण के साथ एक आवृत्तिवादी दृष्टिकोण के बीच अंतर क्या है?
कहते हैं कि मैं एक विशेष स्वास्थ्य उपाय को देखकर विश्लेषण कर रहा हूं। मैं रोगियों और नियंत्रणों के बीच उस माप के अंतर में दिलचस्पी रखता हूं और अंतर 0. से भिन्न है या नहीं। अतीत में मेरे एक ही शोध प्रश्न और स्वास्थ्य उपाय को देखते हुए अध्ययन …

1
एक Dirichlet प्रक्रिया में एकाग्रता पैरामीटर पर एक पूर्व डाल
यदि आप पहले से ही Dirichlet प्रक्रिया मिश्रण के बारे में पर्याप्त जानते हैं तो इसमें से अधिकांश पृष्ठभूमि है । मान लीजिए कि मैं कुछ डेटा को Dirichlet प्रक्रियाओं के मिश्रण से आ रहा हूं, अर्थातएफ∼ डी ( α H))एफ~डी(αएच)F \sim \mathcal D(\alpha H)और पर सशर्त मान लेंएफएफFYमैं~मैं i …

2
Nonparametric Bayesian मॉडल पर परिचयात्मक पाठ्यपुस्तक?
मैं इस विषय पर अपना सिर लपेटना चाहता हूं, लेकिन श्वेत-पत्र और ट्यूटोरियल से सीखना कठिन है क्योंकि कई अंतराल हैं जो आमतौर पर पाठ्यपुस्तकों में भरे जाते हैं। अगर यह महत्वपूर्ण है कि मेरे पास अपेक्षाकृत मजबूत गणितीय पृष्ठभूमि है जैसा कि मैंने अपना पीएच.डी. लागू गणित में (सीएफडी …

2
क्या स्टेन भविष्यवाणियां करते हैं?
क्या स्टेन (विशेष रूप से, रिस्टर) में भविष्यवाणिय पश्चवर्ती वितरण उत्पन्न करने के लिए अंतर्निहित सुविधाएं हैं? स्टेन फिट से वितरण उत्पन्न करना मुश्किल नहीं है, लेकिन मैं पहिया को फिर से नहीं बढ़ाऊंगा।

2
बायेसियन सेटिंग में पूर्व की "भूलने की बीमारी"?
यह अच्छी तरह से ज्ञात है कि जैसा कि आपके पास अधिक साक्ष्य हैं ( आईआईडी उदाहरणों के लिए बड़े के रूप में कहते हैं), बायेसियन पूर्व "भूल" हो जाता है, और अधिकांश अनुमान सबूत (या संभावना) से प्रभावित होते हैं।nnnnnn विभिन्न विशिष्ट मामलों के लिए इसे देखना आसान है …
9 bayesian  prior 

2
के सबसेट पर वितरण
मुझे आश्चर्य हो रहा है कि पूर्णांकों के उपखंडों पर किसी भी प्रकार के मानक वितरण हैं । समान रूप से, हम इसे बाइनरी परिणामों के लंबाई वेक्टर पर एक वितरण के रूप में व्यक्त कर सकते हैं, उदाहरण के लिए यदि तो वेक्टर मेल खाती है ।{1,2,...,J}{1,2,...,J}\{1, 2, ..., …

2
मिश्रित मॉडल के लिए पैरामीट्रिक, सेमीपैरेट्रिक और नॉनपैमेट्रिक बूटस्ट्रैपिंग
निम्नलिखित आलेख इस लेख से लिए गए हैं । मैं बूटस्ट्रैप करने के लिए नौसिखिया हूं और R bootपैकेज के साथ रैखिक मिश्रित मॉडल के लिए पैरामीट्रिक, सेमीपैरेट्रिक और नॉनपैमेट्रिक बूटस्ट्रैपिंग बूटस्ट्रैपिंग को लागू करने की कोशिश कर रहा हूं । आर कोड यहाँ मेरा Rकोड है: library(SASmixed) library(lme4) library(boot) …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.