Statistiques et Big Data bayesian

2

Cette question est un suivi technique de cette question . J'ai du mal à comprendre et à reproduire le modèle présenté dans Raftery (1988): Inférence pour le paramètre binomial NNN : une approche bayésienne hiérarchique dans WinBUGS / OpenBUGS / JAGS. Il ne s'agit pas seulement de code, donc il …

16 bayesian binomial hierarchical-bayesian winbugs

2

Quelles distributions antérieures pourraient / devraient être utilisées pour la variance dans un modèle bayésien hiérarchique lorsque la variance moyenne présente un intérêt?

Dans son article largement cité Prior distributions for variance parameters in hierarchical models (916 citation à ce jour sur Google Scholar) Gelman propose que de bonnes distributions a priori non informatives pour la variance dans un modèle bayésien hiérarchique soient la distribution uniforme et la distribution demi-t. Si je comprends …

16 bayesian variance prior jags hierarchical-bayesian

2

Qu'est-ce que la structure R de la structure G dans un glmm?

J'ai utilisé le MCMCglmmpackage récemment. Je suis confus par ce que l'on appelle dans la documentation structure R et structure G. Ceux-ci semblent se rapporter aux effets aléatoires - en particulier en spécifiant les paramètres de la distribution antérieure sur eux, mais la discussion dans la documentation semble supposer que …

16 r bayesian mixed-model lme4-nlme

2

Hit and run MCMC

J'essaie d'implémenter l'algorithme hit and run MCMC, mais j'ai un peu de mal à comprendre comment s'y prendre. L'idée générale est la suivante: Pour générer un saut de proposition dans MH, nous: Générer une direction partir d'une distribution à la surface de la sphère unitaire OdddOO\mathcal{O} Générez une distance signée …

16 r bayesian mcmc

3

Comment choisir a priori dans l'estimation des paramètres bayésiens

Je connais 3 méthodes pour faire des estimations de paramètres, ML, MAP et Bayes. Et pour l'approche MAP et Bayes, nous devons choisir des a priori pour les paramètres, non? Disons que j'ai ce modèle , dans lequel α , β sont des paramètres, afin de faire l'estimation en utilisant …

16 bayesian estimation prior

5

Pourquoi

15 probability bayesian

2

Sommes-nous des fréquentistes vraiment juste des Bayésiens implicites / involontaires?

Pour un problème d'inférence donné, nous savons qu'une approche bayésienne diffère généralement à la fois dans sa forme et résulte d'une approche féquentiste. Les Frequentists (qui m'incluent généralement) soulignent souvent que leurs méthodes ne nécessitent pas de priorité et sont donc plus "pilotées par les données" que "pilotées par le …

15 bayesian inference likelihood likelihood-ratio frequentist

2

En quoi ABC et MCMC diffèrent-ils dans leurs applications?

À ma connaissance, le calcul bayésien approximatif (ABC) et la chaîne de Markov Monte Carlo (MCMC) ont des objectifs très similaires. Ci-dessous, je décris ma compréhension de ces méthodes et comment je perçois les différences dans leur application aux données réelles. Calcul bayésien approximatif ABC consiste à échantillonner un paramètre …

15 bayesian mcmc computational-statistics

2

Échantillonnage à partir d'une distribution incorrecte (en utilisant MCMC et autrement)

Ma question de base est: comment échantillonner à partir d'une distribution incorrecte? Est-il même judicieux d'échantillonner à partir d'une distribution incorrecte? Le commentaire de Xi'an ici répond en quelque sorte à la question, mais je cherchais plus de détails à ce sujet. Plus spécifique à MCMC: En parlant de MCMC …

15 distributions bayesian mcmc markov-process improper-prior

2

Pourquoi la distribution postérieure de l'inférence bayésienne est-elle souvent insoluble?

J'ai du mal à comprendre pourquoi l'inférence bayésienne conduit à des problèmes insolubles. Le problème est souvent expliqué comme ceci: Ce que je ne comprends pas, c'est pourquoi cette intégrale doit être évaluée en premier lieu: il me semble que le résultat de l'intégrale est simplement une constante de normalisation …

15 bayesian inference

2

Les prédictions du modèle BSTS (en R) échouent complètement

Après avoir lu ce billet de blog sur les modèles de séries chronologiques structurelles bayésiennes, j'ai voulu examiner la mise en œuvre de cela dans le contexte d'un problème pour lequel j'avais précédemment utilisé ARIMA. J'ai quelques données avec certaines composantes saisonnières connues (mais bruyantes) - il y a certainement …

15 r time-series bayesian mcmc bsts

7

Que fais / as-tu fait pour te souvenir de la règle de Bayes?

Je pense qu'un bon moyen de se souvenir de la formule est de penser à la formule comme ceci: La probabilité qu'un événement A ait un résultat particulier étant donné le résultat d'un événement indépendant B = la probabilité que les deux résultats se produisent simultanément / quoi que nous …

15 bayesian bayes

1

Comment répondre aux critiques demandant des valeurs de p dans le modèle bayésien à plusieurs niveaux?

Un examinateur nous a demandé de fournir des valeurs de p afin de mieux comprendre les estimations du modèle dans notre modèle bayésien à plusieurs niveaux. Le modèle est un modèle typique d'observations multiples par participant à une expérience. Nous avons estimé le modèle avec Stan, afin que nous puissions …

15 bayesian p-value multilevel-analysis

2

Régression des crêtes - interprétation bayésienne

J'ai entendu dire que la régression des crêtes peut être dérivée comme la moyenne d'une distribution postérieure, si l'a priori est adéquatement choisi. L'intuition est-elle que les contraintes définies sur les coefficients de régression par les a priori (par exemple, les distributions normales standard autour de 0) sont identiques / …

15 bayesian prior ridge-regression

3

Pourquoi personne n'utilise le classificateur bayésien multinomial Naive Bayes?

Ainsi, dans la modélisation de texte (non supervisée), l'allocation de Dirichlet latent (LDA) est une version bayésienne de l'analyse sémantique probabiliste latente (PLSA). Essentiellement, LDA = PLSA + Dirichlet prioritaire sur ses paramètres. Ma compréhension est que LDA est maintenant l'algorithme de référence et est implémenté dans divers packages, tandis …

15 bayesian multinomial prior naive-bayes dirichlet-distribution

Questions marquées «bayesian»