Modelos bayesianos hierárquicos especificam anteriores sobre parâmetros e hiperpriors sobre os parâmetros das distribuições anteriores
Eu sei que isso é de uma história em quadrinhos famosa por tirar proveito de certas tendências analíticas , mas na verdade parece razoável depois de alguns minutos de encarar. Alguém pode descrever para mim o que esse " teorema de Bayes modificado " está
"Aprendizado profundo" é apenas outro termo para modelagem multinível / hierárquica? Estou muito mais familiarizado com o último que com o primeiro, mas, pelo que posso dizer, a principal diferença não está na definição deles, mas como eles são usados e avaliados dentro do domínio do aplicativo....
Vou explicar meu problema com um exemplo. Suponha que você queira prever a renda de um indivíduo, com alguns atributos: {Idade, Sexo, País, Região, Cidade}. Você tem um conjunto de dados de treinamento como esse train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2,...
Às vezes, na literatura, esbarro na observação de que a escolha de anteriores que dependem dos dados em si (por exemplo, Zellners g-prior) pode ser criticada do ponto de vista teórico. Onde exatamente está o problema se o prior não for escolhido independentemente dos
Contexto: No exemplo de 8 escolas de Gelman (Bayesian Data Analysis, 3ª edição, cap. 5.5), existem oito experimentos paralelos em 8 escolas testando o efeito do coaching. Cada experimento produz uma estimativa da eficácia do treinamento e do erro padrão associado. Os autores então constroem um...
Em seu artigo amplamente citado, distribuições anteriores para parâmetros de variância em modelos hierárquicos (916 citação até agora no Google Scholar) Gelman propõe que boas distribuições prévias não informativas para a variação em um modelo bayesiano hierárquico são a distribuição uniforme e a...
Esta pergunta é um acompanhamento técnico desta pergunta . Tenho dificuldade em entender e replicar o modelo apresentado em Raftery (1988): Inferência para o binômio NNN parâmetro : uma abordagem hierárquica de Bayes no WinBUGS / OpenBUGS / JAGS. Não se trata apenas de código, portanto, ele deve...
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...
Queria entender melhor o teste exato de Fisher, então inventei o seguinte exemplo de brinquedo, em que f e m correspondem a homens e mulheres e n e y correspondem a "consumo de refrigerante" como este: > soda_gender f m n 0 5 y 5 0 Obviamente, isso é uma simplificação drástica, mas eu não...
Quando inferir a precisão matriz de uma distribuição normal usado para gerar vectores de D-dimensionais \ begin {align} \ mathbf {x_i} & \ sim \ mathcal {N} (\ boldsymbol {\ mu, \ Lambda ^ {- 1}}) \\ \ end {align} geralmente colocamos um Wishart antes de \ boldsymbol {\ Lambda}, pois a...
No livro de Gelman & Hill (2007) (Análise de dados usando regressão e modelos multiníveis / hierárquicos), os autores afirmam que a inclusão de parâmetros médios redundantes pode ajudar a acelerar o MCMC. O exemplo dado é um modelo não aninhado de "simulador de vôo" (Eq...
Frequentemente as pessoas falam sobre empréstimos de informações ou compartilhamento de informações em modelos hierárquicos bayesianos. Não consigo obter uma resposta direta sobre o que isso realmente significa e se é exclusivo dos modelos hierárquicos bayesianos. Eu meio que entendi a idéia:...
Em um modelo hierárquico de dados , onde y ~ de Poisson ( λ ) λ ~ Gama ( α , β ) parece ser típico em prática a escolher os valores ( ct , β ) de tal modo que a média e variância de distribuição gama corresponder aproximadamente a média e variância dos dados y (por exemplo, Clayton e Kaldor,...
Estou lendo o capítulo 13 "Adventures in Covariance" no ( excelente ) livro Statistical Rethinking de Richard McElreath, onde ele apresenta o seguinte modelo hierárquico: ( Ré uma matriz de correlação) O autor explica que LKJcorré um prior fracamente informativo que funciona como um priorizador...
Estou lendo o artigo da teoria de Doug Bates no pacote lme4 de R para entender melhor os detalhes dos modelos mistos e me deparei com um resultado intrigante que eu gostaria de entender melhor sobre o uso da máxima verossimilhança restrita (REML) para estimar a variação . Na seção 3.3, no critério...
Sou relativamente novo em estatísticas bayesianas e tenho usado recentemente o JAGS para criar modelos bayesianos hierárquicos em diferentes conjuntos de dados. Embora eu esteja muito satisfeito com os resultados (comparado aos modelos padrão de GLM), preciso explicar aos não estatísticos qual é a...
Estou tentando ajustar um modelo de tempo discreto no R, mas não sei como fazê-lo. Eu li que você pode organizar a variável dependente em linhas diferentes, uma para cada observação no tempo, e usar a glmfunção com um link logit ou cloglog. Neste sentido, tem três colunas: ID, Event(1 ou 0, em...
Vou tentar descrever o problema em questão o mais geral possível. Estou modelando observações como uma distribuição categórica com um vetor de probabilidade de parâmetro teta. Então, assumo que o vetor de parâmetro theta segue uma distribuição anterior do Dirichlet com os parâmetros .α1 1, α2, … ,...
Acabei de (re) ler Por que de Gelman (geralmente) não precisamos nos preocupar com múltiplas comparações . Em particular, a seção "Múltiplos resultados e outros desafios" menciona o uso de um modelo hierárquico para situações em que existem várias medidas relacionadas da mesma pessoa / unidade em...
Estou estimando várias matrizes de covariância inversa de um conjunto de medidas em diferentes subpopulações usando um wishart anterior em jags / rjags / R. Em vez de especificar uma matriz de escala e graus de liberdade na matriz de covariância inversa anterior (a distribuição wishart), eu...