Questions marquées «bayesian»

L'inférence bayésienne est une méthode d'inférence statistique qui repose sur le traitement des paramètres du modèle comme des variables aléatoires et l'application du théorème de Bayes pour déduire des déclarations de probabilité subjectives sur les paramètres ou les hypothèses, conditionnelles à l'ensemble de données observé.

2
Hamiltonian monte carlo
Quelqu'un peut-il expliquer l'idée principale derrière les méthodes Hamiltoniennes Monte Carlo et dans quels cas elles donneront de meilleurs résultats que les méthodes Markov Chain Monte Carlo?
14 bayesian  mcmc  hmc 
2
Benchmarks de performance pour MCMC
Y a-t-il eu des études à grande échelle des méthodes MCMC qui comparent les performances de plusieurs algorithmes différents sur une suite de densités de test? Je pense à quelque chose d'équivalent à l'article de Rios et Sahinidis (2013), qui est une comparaison approfondie d'un grand nombre d'optimiseurs de boîte …
1
Pourquoi l'ajout d'un effet de décalage augmente-t-il la déviance moyenne dans un modèle hiérarchique bayésien?
Contexte: Je fais actuellement un travail de comparaison de divers modèles hiérarchiques bayésiens. Les données sont des mesures numériques du bien-être du participant i et du temps j . J'ai environ 1000 participants et 5 à 10 observations par participant.yje jyjejy_{ij}jejeijjj Comme avec la plupart des ensembles de données longitudinales, …
2
Dirichlet Processus de clustering: comment gérer les étiquettes?
Q: Quelle est la méthode standard pour regrouper des données à l'aide d'un processus Dirichlet? Lors de l'utilisation de Gibbs, des grappes d'échantillonnage apparaissent et disparaissent pendant l'échantillonnage. Par ailleurs, nous avons un problème d'identifiabilité car la distribution postérieure est invariante aux ré-étiquetages de cluster. Ainsi, nous ne pouvons pas …
2
Subjectivité dans les statistiques Frequentist
J'entends souvent dire que les statistiques bayésiennes peuvent être très subjectives. L'argument principal étant que l'inférence dépend du choix d'un a priori (même si l'on peut utiliser le principe d'indifférence ou d'entropie maximale pour choisir un a priori). En comparaison, selon la revendication, les statistiques fréquentistes sont en général plus …
4
Du point de vue de la probabilité bayésienne, pourquoi un intervalle de confiance à 95% ne contient-il pas le vrai paramètre avec une probabilité de 95%?
À partir de la page Wikipedia sur les intervalles de confiance : ... si des intervalles de confiance sont construits sur de nombreuses analyses de données distinctes d'expériences répétées (et éventuellement différentes), la proportion de ces intervalles qui contiennent la vraie valeur du paramètre correspondra au niveau de confiance ... …
4
Un exemple pratique pour MCMC
Je passais par quelques conférences liées à MCMC. Cependant, je ne trouve pas un bon exemple de la façon dont il est utilisé. Quelqu'un peut-il me donner un exemple concret? Tout ce que je peux voir, c'est qu'ils dirigent une chaîne de Markov et disent que sa distribution stationnaire est …
2
Progiciel optimal pour l'analyse bayésienne
Je me demandais quel progiciel statistique de logiciels recommandez-vous pour effectuer l'inférence bayésienne. Par exemple, je sais que vous pouvez exécuter openBUGS ou winBUGS de manière autonome ou vous pouvez également les appeler à partir de R. Mais R a également plusieurs de ses propres packages (MCMCPack, BACCO) qui peuvent …
3
Pourquoi cet extrait indique-t-il que l'estimation non biaisée de l'écart-type n'est généralement pas pertinente?
Je lisais sur le calcul de l'estimation non biaisée de l'écart-type et la source que j'ai lue a déclaré (...) sauf dans certaines situations importantes, la tâche a peu de pertinence pour les applications de la statistique car son besoin est évité par des procédures standard, telles que l'utilisation de …
1
Pourquoi devrions-nous discuter des comportements de convergence de différents estimateurs dans différentes topologies?
Dans le premier chapitre de l'ouvrage Algebraic Geometry and Statistical Learning Theory qui parle de la convergence des estimations dans différents espaces fonctionnels, il mentionne que l'estimation bayésienne correspond à la topologie de la distribution de Schwartz, tandis que l'estimation du maximum de vraisemblance correspond à la topologie sup-normale (à …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.