Statistiques et Big Data jeffreys-prior

2

Quelle est la relation derrière Jeffreys Priors et une transformation stabilisatrice de variance?

Je lisais sur le Jeffreys prior sur wikipedia: Jeffreys Prior et j'ai vu qu'après chaque exemple, il décrit comment une transformation stabilisatrice de variance transforme le Jeffreys prior en un prior uniforme. À titre d'exemple, pour le cas de Bernoulli, il indique que pour une pièce de monnaie qui est …

17 bayesian prior jeffreys-prior

2

Exemple pour un a priori, qui contrairement à Jeffreys, conduit à un postérieur qui n'est pas invariant

Je republie une "réponse" à une question que j'avais posée il y a environ deux semaines: Pourquoi le Jeffreys est-il utile avant? C'était vraiment une question (et je n'avais pas non plus le droit de poster des commentaires à l'époque), donc j'espère que c'est OK de le faire: Dans le …

17 bayesian mathematical-statistics fisher-information jeffreys-prior invariance

1

Jeffreys prior pour plusieurs paramètres

Dans certains cas, l'a priori de Jeffreys pour un modèle multidimensionnel complet est généralement considéré comme insuffisant, c'est par exemple le cas dans: (où ε ∼ N ( 0 , σ 2 ) , avec μ et σ inconnus) où le prieur suivant est préféré (au précédent de Jeffreys complet …

14 distributions bayesian estimation prior jeffreys-prior

1

Quel est l'intérêt des prieurs non informatifs?

Pourquoi même des priors non informatifs? Ils ne fournissent pas d'informations sur . Alors pourquoi les utiliser? Pourquoi ne pas utiliser uniquement des priors informatifs? Par exemple, supposons θ ∈ [ 0 , 1 ] . Alors θ ∼ U ( 0 , 1 ) est-il un a priori non …

12 bayesian uninformative-prior jeffreys-prior

3

Prior de Jeffreys pour une distribution normale avec une moyenne et une variance inconnues

Je lis sur les distributions antérieures et j'ai calculé Jeffreys a priori pour un échantillon de variables aléatoires normalement distribuées avec une moyenne et une variance inconnues. Selon mes calculs, ce qui suit vaut pour Jeffreys a priori: p(μ,σ2)=det(I)−−−−−√=det(1/σ2001/(2σ4))−−−−−−−−−−−−−−−−−−√=12σ6−−−−√∝1σ3.p(μ,σ2)=réet(je)=réet(1/σ2001/(2σ4))=12σ6∝1σ3. p(\mu,\sigma^2)=\sqrt{det(I)}=\sqrt{det\begin{pmatrix}1/\sigma^2 & 0 \\ 0 & 1/(2\sigma^4)\end{pmatrix}}=\sqrt{\frac{1}{2\sigma^6}}\propto\frac{1}{\sigma^3}. Ici,IjeIla matrice d'information de …

12 bayesian normal-distribution prior jeffreys-prior

1

Les statisticiens utilisent-ils les antécédents des Jeffreys dans le travail réel appliqué?

Quand j'ai entendu parler du prieur des Jeffreys dans ma classe d'inférence en statistique, mes professeurs ont fait un peu penser que c'était intéressant surtout pour des raisons historiques plutôt que parce que n'importe qui l'utiliserait jamais. Puis, quand j'ai fait l'analyse des données bayésiennes, on ne nous a jamais …

11 bayesian prior jeffreys-prior

1

Jeffreys prior pour la vraisemblance binomiale

Si j'utilise un Jeffreys avant pour un paramètre de probabilité binomiale cela implique d'utiliser une distribution \ theta \ sim beta (1 / 2,1 / 2) .θθ\thetaθ∼beta(1/2,1/2)θ∼beta(1/2,1/2)\theta \sim beta(1/2,1/2) Si je me transforme en un nouveau cadre de référence ϕ=θ2ϕ=θ2\phi = \theta^2 alors clairement ϕϕ\phi n'est pas également distribué comme …

10 bayesian jeffreys-prior

1

Prior de Jeffreys pour la distribution bêta

Si ma probabilité a la forme d'une distribution bêta et que je veux utiliser l'a priori de Jeffreys pour ses paramètres, quelle est la forme de l'a priori? Pour certaines distributions, il est assez simple de calculer. par exemple, dans le cas binomial, l'attente de la dérivée seconde vous donne …

8 beta-distribution jeffreys-prior

Questions marquées «jeffreys-prior»