Questions marquées «credible-interval»

Un intervalle crédible est un intervalle dans les statistiques bayésiennes qui inclut la vraie valeur d'un paramètre avec probabilité. Les intervalles crédibles traitent l'intervalle comme fixe et le paramètre comme aléatoire. (1-α)%

6
Quel est le lien entre les régions crédibles et les tests d’hypothèses bayésiennes?
Dans les statistiques fréquentistes, il existe un lien étroit entre les intervalles de confiance et les tests. Utilisation de l' inférence sur μμ\mu dans la N(μ,σ2)N(μ,σ2)\rm N(\mu,\sigma^2) la distribution , par exemple, le 1−α1−α1-\alpha intervalle de confiance x¯±tα/2(n−1)⋅s/n−−√x¯±tα/2(n−1)⋅s/n\bar{x}\pm t_{\alpha/2}(n-1)\cdot s/\sqrt{n} contient toutes les valeurs deμμ\muqui ne sont pas rejetées par …
6
Si un intervalle crédible a un avant plat, un intervalle de confiance à 95% est-il égal à un intervalle crédible à 95%?
Je suis très nouveau dans les statistiques bayésiennes, et cela peut être une question stupide. Cependant: Considérons un intervalle crédible avec un a priori qui spécifie une distribution uniforme. Par exemple, de 0 à 1, où 0 à 1 représente la plage complète des valeurs possibles d'un effet. Dans ce …
1
Pourquoi l'intervalle crédible bayésien dans cette régression polynomiale est-il biaisé alors que l'intervalle de confiance est correct?
Considérez le graphique ci-dessous dans lequel j'ai simulé des données comme suit. Nous regardons un résultat binaire pour lequel la vraie probabilité d'être 1 est indiquée par la ligne noire. La relation fonctionnelle entre une covariable x et est un polynôme de troisième ordre avec lien logistique (il est donc …
1
Interprétation de l'intervalle de prédiction bayésien à 95%
Supposons le modèle de régression bivarié suivant: où est iid pour .yi=βxi+ui,yi=βxi+ui, y_i = \beta x_i + u_i, uiuiu_iN(0,σ2=9)N(0,σ2=9)N(0, \sigma^2 = 9)i=1,…,ni=1,…,ni = 1,\ldots, n Supposons un a priori non informatif , alors on peut montrer que le pdf postérieur pour est oùp(β)∝constantp(β)∝constantp(\beta) \propto \text{constant}ββ\betap(β|y)=(18π)−12(∑i=1nx2i)12exp[−118∑i=1nx2i(β−β^)2],p(β|y)=(18π)−12(∑i=1nxi2)12exp⁡[−118∑i=1nxi2(β−β^)2], p(\beta|\mathbf{y}) = (18\pi)^{-\frac{1}{2}}\left(\sum_{i=1}^n x_i^2\right)^{\frac{1}{2}} \exp\left[-\frac{1}{18}\sum_{i=1}^n …
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.