Estou usando a fórmula do teste ab Bayesiano para calcular os resultados do teste AB usando a metodologia Bayesiana. Pr(pB>pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA)Pr(pB>pA)=∑i=0αB−1B(αA+i,βB+βA)(βB+i)B(1+i,βB)B(αA,βA) \Pr(p_B > p_A) = \sum^{\alpha_B-1}_{i=0}...
Estou confuso sobre como avaliar a distribuição preditiva posterior da regressão linear bayesiana, além do caso básico descrito aqui na página 3 e copiado abaixo. p ( y~| y) = ∫p ( y~∣ β, σ2) p ( β, σ2| y)p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y) p(\tilde y \mid y) = \int p(\tilde y \mid \beta, \sigma^2)...
Suponha que eu esteja tentando redefinir uma função de probabilidade que seja exponencialmente distribuída. Se minha função de probabilidade original for: p ( y∣ θ ) = θ e- θ yp(y∣θ)=θe−θy p(y \mid \theta) = \theta e^{-\theta y} e eu gostaria de re-parametrizar usando , já queθnão é uma variável...
Ao realizar a regressão linear bayesiana, é preciso atribuir uma prévia para a pista de e interceptar b . Como b é um parâmetro de localização, faz sentido atribuir um uniforme anterior; no entanto, parece-me que a é semelhante a um parâmetro de escala e não parece natural atribuir um uniforme...
Atualmente, estou usando uma abordagem bayesiana para estimar parâmetros para um modelo que consiste em vários ODEs. Como tenho 15 parâmetros para estimar, meu espaço de amostragem é tridimensional e minha busca por distribuição posterior parece ter muitos máximos locais muito isolados por grandes...
Ou que condições garantem isso? Em geral (e não apenas nos modelos normal e binomial), suponho que a principal razão que quebrou essa afirmação é que há inconsistência entre o modelo de amostragem e o anterior, mas o que mais? Estou começando com este tópico, então eu realmente aprecio exemplos...
Considere a função de densidade posterior dada (como de costume) por com densidade anterior e distribuição do observações , condicionais no valor do parâmetro .π(θ)∏i=1nf(xi;θ),π(θ)∏i=1nf(xi;θ), \pi(\theta) \prod_{i=1}^n f(x_i;\theta),ππ\pif(⋅;θ)f(⋅;θ)f(\cdot;\theta)nnnx1,…,xnx1,…,xnx_1, \dots,...
Se eu usar um Jeffreys anterior para um parâmetro de probabilidade binomial , isso implica o uso de uma distribuição .θθ\thetaθ ~ b e t um ( 1 / 2 , 1 / 2 )θ∼betuma(1 1/2,1 1/2)\theta \sim beta(1/2,1/2) Se eu me transformar em um novo quadro de referência então claramente também não será...
Gostaria de saber qual é a diferença entre esses dois tipos de anteriores: Não
No ano passado, tenho ouvido muito sobre estruturas de Programação Probabilística (PP), como PyMC3 e Stan , e quão bom é o PP. E hoje, alguém compartilhou este link comigo: Pyro: uma linguagem de programação probabilística profunda No entanto, eu realmente não sigo o que há de especial, pois...
Quando comecei a ler sobre o filtro Kalman, pensei que fosse um caso especial do modelo ARIMA (ou seja, ARIMA (0,1,1)). Mas, na verdade, parece que a situação é mais complicada. Primeiro, o ARIMA pode ser usado para previsão e o filtro Kalman é para filtragem. Mas eles não estão intimamente...
Eu me pergunto se as probabilidades condicionais são exclusivas do bayesianismo, ou se são mais um conceito geral que é compartilhado entre várias escolas de pensamento entre estatistas / probabilidades. Eu meio que suponho que sim, porque eu assumo que ninguém pode é meio lógico, então eu acho...
Eu gostaria de encontrar alguns "exemplos do mundo real" para o ensino de estatística bayesiana. A estatística bayesiana permite incorporar formalmente o conhecimento prévio em uma análise. Eu gostaria de dar aos alunos alguns exemplos simples do mundo real de pesquisadores que incorporam...
O ensino padrão diz que sensibilidade e especificidade são propriedades do teste e são independentes da prevalência. Mas isso não é apenas uma suposição? Os princípios da medicina interna de Harrison Há muito tempo se afirma que a sensibilidade e a especificidade são parâmetros independentes da...
Encontrei esses slides (slides 16 e 17) em um dos cursos on-line. O instrutor estava tentando explicar como a Estimativa Máxima Posterior (PAM) é realmente a solução , onde é o verdadeiro parâmetro.L(θ)=I[θ≠θ∗]L(θ)=I[θ≠θ∗]L(\theta) = \mathcal{I}[\theta \ne \theta^{*}]θ∗θ∗\theta^{*} Alguém pode...
Estou modelando a dispersão da planta usando uma distribuição normal generalizada ( entrada da Wikipedia ), que tem a função de densidade de probabilidade: b2aΓ(1/b)e−(da)bb2aΓ(1/b)e−(da)b \frac{b}{2a\Gamma(1/b)} e^{-(\frac{d}{a})^b} onde é a distância percorrida, é um parâmetro de escala é o...
O processo de Dirichlet e o processo gaussiano são frequentemente referidos como "distribuições sobre funções" ou "distribuições sobre distribuições". Nesse caso, posso falar significativamente sobre a densidade de uma função em um GP? Ou seja, o Processo Gaussiano ou o Dirichlet têm alguma noção...
Fechado . Esta questão é baseada em opiniões . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela possa ser respondida com fatos e citações editando esta postagem . Fechado no ano passado . Navegando...
Preciso atualizar a taxa de falhas (dada como determinística) com base na nova taxa de falhas sobre o mesmo sistema (também é determinístico). Eu li sobre os conjugados anteriores e a distribuição gama como um conjugado para o processo de Poisson. Além disso, eu posso igualar o valor médio de...
Esta pergunta é uma continuação da minha pergunta anterior aqui e também está relacionada, intencionalmente, a esta pergunta . Por esta página wiki valores de densidade de probabilidade a partir de uma distribuição normal assumido para o conjunto de treino são usados para calcular um Bayesiana...