Em um artigo recente que discute os deméritos de confiar no valor-p da inferência estatística, chamado "Matrixx vs. Siracusano e Student vs. Fisher, Estatística significante no julgamento" (DOI: 10.1111 / j.1740-9713.2011.00511.x), Stephen T. Ziliak se opõe ao uso de valores-p. Nos parágrafos...
Portanto, essa pergunta é um pouco confusa, mas incluirei gráficos coloridos para compensar isso! Primeiro os antecedentes e depois as perguntas. fundo Digamos que você tenha uma distribuição multinomial dimensional com probailites iguais nas categorias. Seja as contagens normalizadas ( ) dessa...
Esta é uma pergunta recorrente (veja este post , este post e este post ), mas eu tenho uma opinião diferente. Suponha que eu tenha várias amostras de um amostrador genérico do MCMC. Para cada amostra , eu sei o valor da probabilidade do log e do log anterior . Se ajudar, também sei o valor da...
Estou escrevendo um pequeno ensaio teórico para um curso de Estatística Bayesiana (em um Mestrado em Economia) sobre antecedentes não informativos e estou tentando entender quais são as etapas no desenvolvimento dessa teoria. Até agora, minha linha do tempo é composta por três etapas principais:...
Atualmente, estou trabalhando em um problema, no qual preciso desenvolver um algoritmo de Monte Carlo em cadeia de Markov (MCMC) para um modelo de espaço de estado. Para poder resolver o problema, recebi a seguinte probabilidade de : p ( τ ) = 2I ( τ > 0) / (1+ τ 2 ). sendo o desvio padrão de...
Acabei de ler um ótimo livro Introdução ao Empírico Bayes . Eu pensei que o livro era ótimo, mas a criação de dados anteriores parecia errada. Fui treinado para que você elabore um plano de análise, colete dados e teste a hipótese que você determinou anteriormente em seu plano de análise. Quando...
De acordo com esta e esta resposta, os auto-codificadores parecem ser uma técnica que utiliza redes neurais para redução de dimensão. Eu gostaria de saber adicionalmente o que é um autoencoder variacional (suas principais diferenças / benefícios em relação aos autoencoders "tradicionais") e também...
Geralmente, a teoria das probabilidades é ensinada com os axiomas de Kolgomorov. Os bayesianos também aceitam os axiomas de
(Sou novato em estatísticas. Sou matemático e programador e estou tentando criar algo como um ingênuo filtro bayesiano de spam.) Eu notei em muitos lugares que as pessoas tendem a quebrar o denominador na equação do Teorema de Bayes. Então, em vez disso: P( A | B ) ⋅ P( B )P( A...
Estou interessado em aprender como desenvolver uma aproximação geográfica de algum tipo de epicentro com base nos dados do surto de John Snow Cholera. Que modelagem estatística poderia ser usada para resolver esse problema sem o conhecimento prévio de onde os poços estão localizados. Como um...
Quando eu procuro no Google por "fisher" "fiducial" ... Eu recebo muitos hits, mas todos os que eu segui estão totalmente além da minha compreensão. Todos esses acertos parecem ter uma coisa em comum: todos foram escritos para estatísticos tingidos de lã, pessoas profundamente mergulhadas na...
Eu queria fazer uma pergunta inspirada em uma excelente resposta à pergunta sobre a intuição para a distribuição beta. Eu queria entender melhor a derivação da distribuição anterior da média de rebatidas. Parece que David está fazendo o backup dos parâmetros da média e do intervalo. Supondo que a...
Eu tenho tentado entender a idéia de anteriores conjugados nas estatísticas bayesianas por um tempo, mas simplesmente não entendo. Alguém pode explicar a idéia nos termos mais simples possíveis, talvez usando o "prior gaussiano" como
Andrew Gelman escreveu um extenso artigo sobre o motivo pelo qual o teste Bayesiano AB não exige correção de múltiplas hipóteses: Por que geralmente não precisamos nos preocupar com comparações múltiplas , 2012. Não entendo bem: por que os métodos bayesianos não exigem várias correções de...
Eu tenho tentado desenvolver um entendimento baseado na intuição do teorema de Bayes em termos de probabilidade anterior , posterior , probabilidade e marginal . Para isso, uso a seguinte equação: onde A representa uma hipótese ou crença e B representa dados ou evidências. Eu entendi o conceito...
Estou interessado para estimar a densidade de uma variável aleatória contínua . Uma maneira de fazer isso que aprendi é o uso da Estimativa de Densidade do Kernel.XXX Mas agora estou interessado em uma abordagem bayesiana que se segue nas seguintes linhas. Inicialmente, eu acredito que segue uma...
Quais são as diferenças entre os modelos generativo e discriminativo (discriminante) (no contexto da aprendizagem e inferência bayesiana)? e o que diz respeito à previsão, teoria da decisão ou aprendizado não
Atualmente, estou estudando "Raciocínio Bayesiano e Aprendizado de Máquina", de David Barber, e é um livro extremamente bem escrito e envolvente para aprender os fundamentos. Então, uma pergunta para alguém que já fez isso. Quais são os próximos livros que devo ler depois de ter proficiência...
Eu estava examinando a literatura sobre regularização e frequentemente vejo parágrafos que vinculam a regulatização de L2 ao prior gaussiano e L1 com Laplace centrado em zero. Sei como esses anteriores são, mas não entendo como isso se traduz, por exemplo, em pesos no modelo linear. Em L1, se eu...
Ao tentar selecionar entre vários modelos ou o número de recursos a serem incluídos, digamos previsão, posso pensar em duas abordagens. Divida os dados em conjuntos de treinamento e teste. Melhor ainda, use bootstrapping ou validação cruzada k-fold. Treine sempre no conjunto de treinamento e...