Questions marquées «prior»

Dans les statistiques bayésiennes, une distribution préalable formalise des informations ou des connaissances (souvent subjectives), disponibles avant qu'un échantillon ne soit vu, sous la forme d'une distribution de probabilité. Une distribution à large diffusion est utilisée lorsque l'on sait peu de choses sur le ou les paramètres, tandis qu'une distribution antérieure plus étroite représente un plus grand degré d'information.

1
Neg Binomial et le Prieur des Jeffreys
J'essaie d'obtenir le prior de Jeffreys pour une distribution binomiale négative. Je ne vois pas où je me trompe, donc si quelqu'un pouvait aider à le souligner, ce serait apprécié. D'accord, la situation est la suivante: je dois comparer les distributions antérieures obtenues à l'aide d'un binôme et d'un binôme …
2
Pourquoi y a-t-il des recommandations contre l'utilisation de Jeffreys ou de priors basés sur l'entropie pour les échantillonneurs MCMC?
Sur leur page wiki , les développeurs de Stan déclarent: Quelques principes que nous n'aimons pas: l'invariance, Jeffreys, l'entropie Au lieu de cela, je vois beaucoup de recommandations de distribution normale. Jusqu'à présent, j'ai utilisé des méthodes bayésiennes qui ne reposaient pas sur l'échantillonnage, et j'étais plutôt content d'avoir compris …
11 bayesian  mcmc  prior  pymc  stan 
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 …
3
Susciter des prieurs… avec de l'argent!
Supposons que j'ai « experts », dont je voudrais obtenir une distribution préalable sur une variable . Je voudrais les motiver avec de l'argent réel . L'idée est de susciter les priors, d'observer réalisations de la variable aléatoire , puis de répartir une certaine «bourse» prédéterminée parmi les experts en …
10 bayesian  prior 
1
Quel modèle d'apprentissage en profondeur peut classer des catégories qui ne s'excluent pas mutuellement
Exemples: J'ai une phrase dans la description de poste: "Java senior engineer in UK". Je veux utiliser un modèle d'apprentissage profond pour le prédire en 2 catégories: English et IT jobs. Si j'utilise un modèle de classification traditionnel, il ne peut prédire qu'une seule étiquette avec softmaxfonction à la dernière …
9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 
1
Comment formaliser une distribution de probabilité antérieure? Y a-t-il des règles générales ou des conseils à utiliser?
Bien que j'aime à penser que j'ai une bonne compréhension du concept de l'information préalable dans l'analyse statistique et la prise de décision bayésienne, j'ai souvent du mal à comprendre ma demande. Je pense à quelques situations qui illustrent mes luttes et je pense qu'elles ne sont pas correctement traitées …
2
«Oubli» du prieur dans le cadre bayésien?
Il est bien connu que comme vous avez plus de preuves (par exemple sous la forme d' exemples pour n iid plus grands ), le prieur bayésien est "oublié", et la plupart des inférences sont affectées par les preuves (ou la probabilité).nnnnnn Il est facile de le voir pour divers …
9 bayesian  prior 
2
Autoriser les données à dicter les priorités, puis exécuter le modèle à l'aide de ces priorités? (p. ex., a priori axés sur les données provenant du même ensemble de données)
Je crois comprendre que nous ne devrions pas autoriser le même ensemble de données que nous analysons à déterminer / définir à quoi ressemblent les distributions antérieures dans une analyse bayésienne. Plus précisément, il est inapproprié de définir des distributions antérieures pour une analyse bayésienne sur la base de statistiques …
9 bayesian  prior 
2
Incorporation de la distribution de probabilité de classe antérieure dans la régression logistique
Je suis étonné de ne pouvoir trouver aucun article / conférence sur la façon d'intégrer des distributions de probabilité de classe antérieures dans des classificateurs comme la régression logistique ou la forêt aléatoire. Ma question est donc: Comment peut-on incorporer la distribution de probabilité de classe antérieure dans la régression …
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.