Tenho uma vaga noção do que é um método de passagem de mensagens: um algoritmo que constrói uma aproximação a uma distribuição, construindo iterativamente aproximações de cada um dos fatores da distribuição, condicionadas a todas as aproximações de todos os outros fatores. Acredito que ambos são...
Foi-nos solicitado por um revisor que forneça valores p para melhor entender as estimativas do modelo em nosso modelo multinível bayesiano. O modelo é um modelo típico de múltiplas observações por participante em um experimento. Nós estimamos o modelo com Stan, para que possamos calcular facilmente...
Depois de ler esta postagem no blog sobre modelos estruturais de séries temporais bayesianas, eu queria analisar isso no contexto de um problema para o qual eu havia usado o ARIMA anteriormente. Eu tenho alguns dados com alguns componentes sazonais conhecidos (mas barulhentos) - existem...
Estou analisando um conjunto de dados usando um modelo de efeitos mistos com um efeito fixo (condição) e dois efeitos aleatórios (participante devido ao design do sujeito e ao par). O modelo foi gerado com o lme4pacote: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Em...
Assim, na modelagem de texto (não supervisionada), a Alocação de Dirichlet Latente (LDA) é uma versão bayesiana da Análise Semântica Latente Probabilística (PLSA). Essencialmente, LDA = PLSA + Dirichlet anteriormente sobre seus parâmetros. Meu entendimento é que o LDA agora é o algoritmo de...
No meu entender, a Computação Bayesiana Aproximada (ABC) e Monte Carlo da Cadeia de Markov (MCMC) têm objetivos muito semelhantes. Abaixo, descrevo minha compreensão desses métodos e como percebo as diferenças em sua aplicação aos dados da vida real. Computação Bayesiana Aproximada ABC consiste...
eu suponho que P(A|B)=P(A|B,C)∗P(C)+P(A|B,¬C)∗P(¬C)P(A|B)=P(A|B,C)∗P(C)+P(A|B,¬C)∗P(¬C)P(A|B) = P(A | B,C) * P(C) + P(A|B,\neg C) * P(\neg C) está correto, enquanto P(A|B)=P(A|B,C)+P(A|B,¬C)P(A|B)=P(A|B,C)+P(A|B,¬C)P(A|B) = P(A | B,C) + P(A|B,\neg C) está incorreto. No entanto, tenho uma...
Eu acho que uma boa maneira de lembrar a fórmula é pensar na fórmula assim: A probabilidade de algum evento A ter um resultado específico, dado o resultado de um evento independente B = a probabilidade de ambos os resultados ocorrerem simultaneamente / o que quer que disséssemos que a...
Eu preciso "aprender" a distribuição de um gaussiano bivariado com poucas amostras, mas uma boa hipótese sobre a distribuição anterior, então eu gostaria de usar a abordagem bayesiana. Eu defini o meu anterior: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim...
Atualmente, estou lendo sobre Métodos Bayesianos em Evolução Molecular de Computação por Yang. Na seção 5.2, fala sobre priores e, especificamente, Não informativo / plano / vago / difuso, conjugado e hiperpriores. Isso pode estar exigindo uma simplificação excessiva, mas alguém poderia explicar...
Minha pergunta básica é: como você extrairia uma distribuição inadequada? Faz mesmo sentido colher amostras de uma distribuição imprópria? O comentário de Xi'an aqui aborda a questão, mas eu estava procurando mais alguns detalhes sobre isso. Mais específico para o MCMC: Ao falar sobre o MCMC e...
Ouvi dizer que a regressão de cordilheira pode ser derivada como a média de uma distribuição posterior, se o prior for adequadamente escolhido. A intuição de que as restrições definidas nos coeficientes de regressão pelas anteriores (por exemplo, distribuições normais padrão em torno de 0) são...
Em certos casos, o Jeffreys anterior para um modelo multidimensional completo é geralmente considerado inadequado, por exemplo: (onde , com e desconhecido), onde o anterior a seguir é preferido (para o Jeffreys anterior completo ): que é o Jeffreys obtido anteriormente ao manter fixo (e da...
Alguém pode explicar a principal idéia por trás dos métodos Hamiltonianos de Monte Carlo e em quais casos eles produzirão melhores resultados do que os métodos de Markov Chain Monte
Essa questão é suscitada pela pergunta: quando (se é que alguma vez) é uma abordagem freqüentista substancialmente melhor do que uma bayesiana? Como eu postei na minha solução para essa pergunta, na minha opinião, se você é freqüentador, não precisa acreditar / aderir ao princípio da...
No primeiro capítulo do livro Geometria Algébrica e Teoria Estatística da Aprendizagem, que fala sobre a convergência de estimativas em diferentes espaços funcionais, ele menciona que a estimativa bayesiana corresponde à topologia de distribuição de Schwartz, enquanto a estimativa de máxima...
P: Qual é a maneira padrão de agrupar dados usando um Processo Dirichlet? Ao usar Gibbs, os clusters de amostragem aparecem e desaparecem durante a amostragem. Além disso, temos um problema de identificabilidade, uma vez que a distribuição posterior é invariável às remarcações de cluster....
Portanto, essa pode ser uma pergunta comum, mas nunca encontrei uma resposta satisfatória. Como você determina a probabilidade de a hipótese nula ser verdadeira (ou falsa)? Digamos que você dê aos alunos duas versões diferentes de um teste e queira ver se as versões eram equivalentes. Você...
Estou procurando um livro teoricamente rigoroso sobre econometria bayesiana, assumindo uma sólida compreensão da econometria freqüentista. Gostaria de sugerir um trabalho por resposta, para que as recomendações possam ser votadas para cima ou para baixo
Antecedentes: Atualmente, estou trabalhando para comparar vários modelos hierárquicos bayesianos. Os dados são medidas numéricas de bem-estar do participante ie tempo j . Eu tenho cerca de 1000 participantes e 5 a 10 observações por participante.yeu jyEujy_{ij}EuEuijjj Como na maioria dos...