Statistiques et Big Data bayesian

0

Dans le livre de Jaynes "Probability Theory: The Logic of Science" , Jaynes a un chapitre (Ch 18) intitulé "La distribution et la règle de succession" dans lequel il introduit l'idée de distributions A p , que ce passage aide à illustrer:ApApA_pApApA_p [...] Pour voir cela, imaginez l'effet d'obtenir de …

25 probability bayesian beta-distribution

2

Quel est l'équivalent bayésien d'un test de qualité générale de l'ajustement?

J'ai deux ensembles de données, l'un à partir d'un ensemble d'observations physiques (températures) et l'autre à partir d'un ensemble de modèles numériques. Je fais une analyse du modèle parfait, en supposant que l'ensemble du modèle représente un véritable échantillon indépendant et je vérifie si les observations sont tirées de cette …

25 bayesian goodness-of-fit

4

Ziliak (2011) s'oppose à l'utilisation des valeurs de p et mentionne certaines alternatives; que sont-ils?

Dans un article récent sur les inconvénients de s'appuyer sur la valeur p pour l'inférence statistique, intitulé "Matrixx c. Siracusano et Student c. Fisher Statistical d'importance on trial" (DOI: 10.1111 / j.1740-9713.2011.00511.x), Stephen T. Ziliak s'oppose à l'utilisation des valeurs de p. Dans les derniers paragraphes, il dit: Les données …

25 r hypothesis-testing statistical-significance bayesian p-value

4

Aborder l'incertitude du modèle

Je me demandais comment les Bayésiens de la communauté CrossValidated perçoivent le problème de l' incertitude du modèle et comment ils préfèrent y faire face? Je vais essayer de poser ma question en deux parties: Dans quelle mesure (selon votre expérience / votre opinion) traite-t-on de l'incertitude du modèle? Je …

25 machine-learning bayesian model-selection

3

Comment les bayésiens comparent-ils les distributions?

Donc, je pense que j'ai une bonne compréhension des bases de la probabilité fréquentiste et de l'analyse statistique (et à quel point elle peut être utilisée). Dans un monde fréquentiste, il est logique de poser une question telle que "cette distribution est-elle différente de cette distribution", car les distributions sont …

25 distributions bayesian

1

Comment les Bayes empiriques sont-ils valables?

Je viens donc de terminer la lecture d'un excellent livre Introduction to Empirical Bayes . Je pensais que le livre était génial, mais construire des prieurs à partir des données me semblait mal. J'ai appris que vous proposez un plan d'analyse, puis vous collectez des données, puis vous testez l'hypothèse …

24 machine-learning hypothesis-testing bayesian empirical-bayes

1

Que sont les auto-encodeurs variationnels et à quelles tâches d'apprentissage sont-ils utilisés?

Selon ceci et cette réponse, les auto-encodeurs semblent être une technique qui utilise des réseaux de neurones pour réduire les dimensions. Je voudrais en outre savoir ce qu'est un autoencodeur variationnel (ses principales différences / avantages par rapport à un autoencodeur "traditionnel") et aussi quelles sont les principales tâches d'apprentissage …

24 machine-learning bayesian deep-learning autoencoders variational-bayes

3

Histoire de la théorie antérieure non informative

J'écris un court essai théorique pour un cours de statistique bayésienne (dans une maîtrise en économie) sur les priors non informatifs et j'essaie de comprendre quelles sont les étapes du développement de cette théorie. À ce jour, ma chronologie se fait en trois étapes principales: le principe d'indifférence de Laplace …

24 bayesian references prior history

1

Quelles sont les propriétés d'une distribution à moitié de Cauchy?

Je travaille actuellement sur un problème, où j'ai besoin de développer un algorithme de chaîne de Markov Monte Carlo (MCMC) pour un modèle d'espace d'état. Pour pouvoir résoudre le problème, on m'a donné la probabilité suivante de : p ( ) = 2I ( > 0) / (1+ ). étant …

24 distributions bayesian prior state-space-models cauchy

1

Calcul de la vraisemblance marginale à partir d'échantillons MCMC

C'est une question récurrente (voir cet article , cet article et cet article ), mais j'ai un tour différent. Supposons que j'ai un tas d'échantillons d'un échantillonneur MCMC générique. Pour chaque échantillon , je connais la valeur du log vraisemblance et du log prior . Si cela aide, je connais …

24 machine-learning bayesian sampling mcmc likelihood

1

Un multinomial (1 / n,…, 1 / n) peut-il être caractérisé comme un Dirichlet discrétisé (1, .., 1)?

Cette question est donc un peu compliquée, mais je vais inclure des graphiques colorés pour compenser cela! D'abord le contexte puis les questions. Contexte Supposons que vous ayez une distribution multinomiale à nnn dimensions avec des probailites égales sur les nnn catégories. Soit π= ( π1, … , Πn)π=(π1,…,πn)\pi = …

24 distributions bayesian bootstrap multinomial dirichlet-distribution

2

Les bayésiens acceptent-ils les axiomes de Kolmogorov?

Habituellement, la théorie des probabilités est enseignée avec les axiomes de Kolgomorov. Les bayésiens acceptent-ils également les axiomes de Kolmogorov?

24 probability bayesian kolmogorov-axioms

2

Quel modèle ou algorithme statistique pourrait être utilisé pour résoudre le problème de John Snow Cholera?

Je suis intéressé à apprendre comment développer une approximation géographique d'une sorte d'épicentre sur la base des données de l'épidémie de choléra de John Snow. Quelle modélisation statistique pourrait être utilisée pour résoudre un tel problème sans connaissance préalable de l'emplacement des puits. Comme problème général, vous auriez à disposition …

23 bayesian spatial epidemiology gis

2

Moyenne bayésienne au bâton avant

Je voulais poser une question inspirée d' une excellente réponse à la question sur l'intuition pour la distribution bêta. Je voulais mieux comprendre la dérivation de la distribution précédente de la moyenne au bâton. Il semble que David recule les paramètres de la moyenne et de la plage. En supposant …

23 bayesian prior

2

Pourquoi Laplace produit-elle avant des solutions éparses?

Je regardais à travers la littérature sur la régularisation, et je vois souvent des paragraphes qui relient la régulation de L2 à Gaussian prior, et L1 à Laplace centrée sur zéro. Je sais à quoi ressemblent ces priors, mais je ne comprends pas comment cela se traduit, par exemple, par …

23 regression bayesian prior regularization laplace-distribution

Questions marquées «bayesian»