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.

1
Y a-t-il un échantillonneur Monte Carlo / MCMC mis en œuvre qui peut traiter des maxima locaux isolés de distribution postérieure?
J'utilise actuellement une approche bayésienne pour estimer les paramètres d'un modèle composé de plusieurs ODE. Comme j'ai 15 paramètres à estimer, mon espace d'échantillonnage est à 15 dimensions et ma distribution postérieure recherchée semble avoir de nombreux maxima locaux qui sont très isolés par de grandes régions de très faible …
1
Lors du re-paramétrage d'une fonction de vraisemblance, suffit-il de simplement brancher la variable transformée au lieu d'un changement de formule de variables?
Supposons que j'essaye de re-paramétrer une fonction de vraisemblance qui est distribuée de façon exponentielle. Si ma fonction de vraisemblance d'origine est: p ( y∣ θ ) = θ e- θ yp(y∣θ)=θe-θy p(y \mid \theta) = \theta e^{-\theta y} et je voudrais le re-paramétrer en utilisant , puisqueθn'est pas une …
1
bayesglm (bras) contre MCMCpack
Les deux bayesglm()(dans le bras package R) et diverses fonctions dans le paquet MCMCpack sont destinés à faire l' estimation bayésienne des modèles linéaires généralisés, mais je ne suis pas sûr qu'ils calcul fait la même chose. Les fonctions MCMCpack utilisent la chaîne de Markov Monte Carlo pour obtenir un …
3
Inférence du modèle de mélange 2-gaussien avec MCMC et PyMC
Le problème Je veux ajuster les paramètres du modèle d'une population de mélange 2-gaussien simple. Étant donné tout le battage médiatique autour des méthodes bayésiennes, je veux comprendre si pour ce problème l'inférence bayésienne est un meilleur outil que les méthodes d'ajustement traditionnelles. Jusqu'à présent, MCMC fonctionne très mal dans …
3
Quand mettre fin au test bayésien A / B?
Je suis en train de faire des tests A / B la bayésien, comme dans la programmation probabilistes pour les pirates informatiques et bayésienne des tests A / B . Les deux articles supposent que le décideur décide laquelle des variantes est la meilleure en se basant uniquement sur la …
2
Identique ou différent? La voie bayésienne
Disons que j'ai le modèle suivant: Poisson(λ)∼{λ1λ2if t<τif t≥τPoisson(λ)∼{λ1si t<τλ2si t≥τ\text{Poisson}(\lambda) \sim \begin{cases} \lambda_1 & \text{if } t \lt \tau \\ \lambda_2 & \text{if } t \geq \tau \end{cases} Et je déduis les postérieurs de et montrés ci-dessous à partir de mes données. Existe-t-il une manière bayésienne de dire (ou …
2
Quelle est une bonne analogie pour illustrer les points forts des modèles bayésiens hiérarchiques?
Je suis relativement nouveau dans les statistiques bayésiennes et j'ai récemment utilisé JAGS pour construire des modèles hiérarchiques bayésiens sur différents ensembles de données. Bien que je sois très satisfait des résultats (par rapport aux modèles GLM standard), je dois expliquer aux non-statisticiens quelle est la différence avec les modèles …
4
Idée de modèle mixte et méthode bayésienne
Dans le modèle mixte, nous supposons que les effets aléatoires (paramètres) sont des variables aléatoires qui suivent des distributions normales. Elle ressemble beaucoup à la méthode bayésienne, dans laquelle tous les paramètres sont supposés être aléatoires. Le modèle à effet aléatoire est-il donc un cas particulier de la méthode bayésienne?
2
PyMC pour le regroupement non paramétrique: le processus de Dirichlet pour estimer les paramètres du mélange gaussien ne parvient pas à se regrouper
Configuration du problème L'un des premiers problèmes de jouets auquel j'ai voulu appliquer PyMC est le clustering non paramétrique: étant donné certaines données, modélisez-le comme un mélange gaussien et apprenez le nombre de clusters et la moyenne et la covariance de chaque cluster. La plupart de ce que je sais …
3
Comment visualiser la qualité de l'ajustement bayésien pour la régression logistique
Pour un problème de régression logistique bayésienne, j'ai créé une distribution prédictive postérieure. J'échantillonne à partir de la distribution prédictive et reçois des milliers d'échantillons de (0,1) pour chaque observation que j'ai. Visualiser la qualité de l'ajustement est loin d'être intéressant, par exemple: Ce graphique montre les 10 000 échantillons …
1
Facteurs de Bayes avec des antérieurs incorrects
J'ai une question concernant la comparaison des modèles à l'aide des facteurs Bayes. Dans de nombreux cas, les statisticiens sont intéressés à utiliser une approche bayésienne avec des a priori impropres (par exemple certains a priori de Jeffreys et a priori de référence). Ma question est, dans les cas où …
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.