Perguntas com a marcação «pymc»

78

Um exemplo: regressão do LASSO usando glmnet para resultado binário

Estou começando a se envolver com o uso de glmnetcom LASSO Regressão onde meu desfecho de interesse é dicotômica. Criei um pequeno quadro de dados simulado abaixo: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67,...

r self-study lasso regression interpretation anova statistical-significance survey conditional-probability independence naive-bayes graphical-model r time-series forecasting arima r forecasting exponential-smoothing bootstrap outliers r regression poisson-distribution zero-inflation genetic-algorithms machine-learning feature-selection cart categorical-data interpretation descriptive-statistics variance multivariate-analysis covariance-matrix r data-visualization generalized-linear-model binomial proportion pca matlab svd time-series correlation spss arima chi-squared curve-fitting text-mining zipf probability categorical-data distance group-differences bhattacharyya regression variance mean data-visualization variance clustering r standard-error association-measure somers-d normal-distribution integral numerical-integration bayesian clustering python pymc nonparametric-bayes machine-learning svm kernel-trick hyperparameter poisson-distribution mean continuous-data univariate missing-data dag python likelihood dirichlet-distribution r anova hypothesis-testing statistical-significance p-value rating data-imputation censoring threshold

12

Iniciante no PyMC: como realmente obter amostras do modelo ajustado

Estou tentando um modelo muito simples: encaixando um Normal onde suponho que conheço a precisão e só quero encontrar a média. O código abaixo parece se encaixar no Normal corretamente. Porém, após o ajuste, quero fazer uma amostra do modelo, ou seja, gerar novos dados semelhantes à minha...

mcmc pymc

12

Inferência de rede bayesiana usando pymc (confusão do iniciante)

Atualmente, estou fazendo o curso PGM de Daphne Koller no Coursera. Nesse sentido, geralmente modelamos uma Rede Bayesiana como um gráfico direcionado de causa e efeito das variáveis que fazem parte dos dados observados. Mas, nos tutoriais e exemplos do PyMC, geralmente vejo que não é exatamente...

bayesian inference bayesian-network pymc

12

Modelagem bayesiana de tempos de espera de trem: a definição do modelo

Esta é a minha primeira tentativa de alguém que vem do campo freqüentador fazer análise de dados bayesiana. Li vários tutoriais e alguns capítulos da análise de dados bayesiana de A. Gelman. Como o primeiro exemplo de análise de dados mais ou menos independente que escolhi, é o tempo de espera dos...

bayesian pymc

11

Seleção de modelo bayesiano em PyMC3

Estou usando o PyMC3 para executar modelos bayesianos nos meus dados. Eu sou novo na modelagem bayesiana, mas de acordo com algumas postagens em blogs , Wikipedia e QA deste site, parece ser uma abordagem válida usar o fator Bayes e o critério BIC para poder escolher qual modelo melhor representa...

bayesian model-selection pymc

11

Por que existem recomendações contra o uso de Jeffreys ou anteriores baseados em entropia para os amostradores MCMC?

Em sua página wiki , os desenvolvedores do estado de Stan: Alguns princípios que não gostamos: invariância, Jeffreys, entropia Em vez disso, vejo muitas recomendações de distribuição normal. Até agora, usei métodos bayesianos que não dependiam de amostragem e fiquei feliz por ter entendido por...

bayesian mcmc prior pymc stan

10

Modelo de ajuste para duas distribuições normais no PyMC

Como sou um engenheiro de software tentando aprender mais estatísticas, você terá que me perdoar antes mesmo de começar, esse é um território novo e sério ... Estou aprendendo PyMC e trabalhando com alguns exemplos realmente (realmente) simples. Um problema para o qual não consigo trabalhar (e não...

modeling python pymc

10

PyMC para cluster não paramétrico: processo de Dirichlet para estimar os parâmetros da mistura gaussiana falha ao agrupar

Configuração do problema Um dos primeiros problemas de brinquedo nos quais eu queria aplicar o PyMC é o cluster não paramétrico: com alguns dados, modele-os como uma mistura gaussiana e aprenda o número de clusters e a média e covariância de cada cluster. A maior parte do que sei sobre esse método...

bayesian clustering python pymc nonparametric-bayes

10

Inferência do modelo de mistura 2-Gaussiana com MCMC e PyMC

O problema Quero ajustar os parâmetros do modelo de uma população simples de mistura 2-Gaussiana. Dado todo o hype em torno dos métodos bayesianos, quero entender se, para esse problema, a inferência bayesiana é uma ferramenta melhor que os métodos de ajuste tradicionais. Até agora, o MCMC tem um...

bayesian gaussian-mixture frequentist pymc method-comparison

9

Detecção de ponto de comutação com programação probabilística (pymc)

Atualmente, estou lendo o livro " Programação Probabilística e Métodos Bayesianos para Hackers ". Eu li alguns capítulos e estava pensando no primeiro capítulo, em que o primeiro exemplo com pymc consiste em detectar um ponto de bruxa em mensagens de texto. Nesse exemplo, a variável aleatória para...

probability mcmc pymc change-point

9

Programação probabilística vs ML “tradicional”

Eu estava navegando no repositório do Github para o Pymc e encontrei este notebook: Inferência Variacional: Redes Neurais Bayesianas O autor exalta as virtudes da programação bayesiana / probabilística, mas continua dizendo: Infelizmente, quando se trata de problemas tradicionais de ML, como...

machine-learning bayesian mcmc pymc probabilistic-programming

8

Análise bayesiana hierárquica sobre diferenças de proporções

Por que hierárquico? : Tentei pesquisar esse problema e, pelo que entendi, esse é um problema "hierárquico", porque você está fazendo observações sobre observações de uma população, em vez de fazer observações diretas dessa população. Referência:

bayesian mcmc jags hierarchical-bayesian pymc

8

Modelagem bayesiana hierárquica das taxas de incidência

O livro de Kevin Murphy discute um problema bayesiano hierárquico clássico (originalmente discutido em Johnson and Albert, 1999, p24): Suponha que estamos tentando estimar a taxa de câncer em cidades. Em cada cidade, amostramos um número de indivíduos e medimos o número de pessoas com câncer ,...

bayesian hierarchical-bayesian pymc probabilistic-programming

8

Detecção de outlier em distribuições beta

Digamos que eu tenha uma grande amostra de valores em . Gostaria de estimar a distribuição subjacente . A maioria das amostras vem dessa distribuição assumida , enquanto o restante são discrepantes que eu gostaria de ignorar na estimativa de e .Beta ( α , β ) Beta ( α , β ) α...

outliers pymc beta-distribution

8

Traçando uma "superfície mediana posterior"

Como parte da reprodução de um modelo que descrevi parcialmente nesta questão no Stack Overflow, quero obter um gráfico de uma distribuição posterior. O modelo (espacial) descreve o preço de venda de algumas propriedades como uma distribuição de Bernoulli, dependendo de a propriedade ser cara (1)...

prediction spatial posterior hierarchical-bayesian pymc