Al inferir la matriz de precisión ΛΛ\boldsymbol{\Lambda} de una distribución normal utilizada para generar NNN vectores dimensionales D x1,..,xNx1,..,xN\mathbf{x_1},..,\mathbf{x_N} xi∼N(μ,Λ−1)xi∼N(μ,Λ−1)\begin{align} \mathbf{x_i} &\sim \mathcal{N}(\boldsymbol{\mu, \Lambda^{-1}}) \\ \end{align}...
Estoy tratando de entender el resultado del Teorema de Bayes aplicado al clásico ejemplo de mamografía, con un giro perfecto de la mamografía. Es decir, Incidencia de cáncer:.01.01.01 Probabilidad de una mamografía positiva, dado que la paciente tiene cáncer:111 Probabilidad de una mamografía...
Mientras leía acerca de las redes bayesianas, me encontré con el término " manta de Markov " y me confundí severamente con su independencia en un gráfico de red bayesiana. La manta de Markov dice brevemente que cada nodo solo depende de sus padres, hijos y padres de niños [es el área gris para el...
Se ha demostrado que no se recomienda la elección del modelo ABC utilizando factores de Bayes debido a la presencia de un error derivado del uso de estadísticas resumidas. La conclusión en este artículo se basa en el estudio del comportamiento de un método popular para aproximar el factor de Bayes...
¿Hay alguna interpretación Bayesiana, ML o MDL conocida de validación cruzada? ¿Puedo interpretar la validación cruzada como la actualización correcta en una versión previa específicamente
Busqué sobre la Regresión Bayesian Ridge en Internet, pero la mayor parte del resultado que obtuve es sobre la Regresión Lineal Bayesian. Me pregunto si son las mismas cosas porque la fórmula se parece
Cuando me enteré del previo de Jeffreys en mi clase de inferencia estadística de posgrado, mis profesores hicieron que pareciera interesante, principalmente por razones históricas y no porque alguien lo usaría alguna vez. Luego, cuando tomé el análisis de datos bayesianos, nunca se nos pidió que...
Estoy tratando de obtener el previo de Jeffreys para una distribución binomial negativa. No puedo ver dónde me equivoco, así que si alguien pudiera ayudar a señalar eso, sería apreciado. Bien, entonces la situación es la siguiente: debo comparar las distribuciones anteriores obtenidas usando un...
Anteriormente aprendí sobre las distribuciones de muestreo que daban resultados para el estimador, en términos del parámetro desconocido. Por ejemplo, para las distribuciones de muestreo de y en el modelo de regresión linealβ^0β^0\hat\beta_0β^1β^1\hat\beta_1Yi=βo+β1Xi+εiYi=βo+β1Xi+εiY_i = \beta_o +...
Lo siguiente es un extracto de la Introducción a las estadísticas bayesianas de Bolstad . Para todos los expertos, esto puede ser trivial, pero no entiendo cómo el autor concluye que no tenemos que hacer ninguna integración para calcular la probabilidad posterior de algún valor de . Entiendo la...
Según el teorema de Bayes, . Pero de acuerdo con mi texto econométrico, dice que P ( θ | y ) ∝ P ( y | θ ) P ( θ ) . ¿Por qué es como este? No entiendo por qué se ignora P ( y ) .PAG( yEl | θ)P( θ ) = P( θ | y) P( y)P(y|θ)P(θ)=P(θ|y)P(y)P(y|\theta)P(\theta) = P(\theta|y)P(y)PAG( θ | y) ∝ P( yEl |...
He estado leyendo sobre la estimación de máxima verosimilitud y la estimación máxima a posteriori y hasta ahora he encontrado ejemplos concretos solo con la estimación de máxima verosimilitud. He encontrado algunos ejemplos abstractos de estimación máxima a posteriori, pero nada concreto aún con...
Parece que los condicionales completos a menudo son bastante difíciles de obtener, sin embargo, programas como JAGS y BUGS los obtienen automáticamente. ¿Alguien puede explicar cómo generan algorítmicamente condicionales completos para cualquier especificación de modelo
Estoy leyendo el capítulo 13 "Aventuras en covarianza" en el libro ( excelente ) Replanteamiento estadístico de Richard McElreath, donde presenta el siguiente modelo jerárquico: ( Res una matriz de correlación) El autor explica que LKJcorres un previo poco informativo que funciona como un...
Mis preguntas reales están en los últimos dos párrafos, pero para motivarlos: Si intento estimar la media de una variable aleatoria que sigue una distribución Normal con una varianza conocida, he leído que poner un uniforme antes en la media da como resultado una distribución posterior que es...
Me pregunto si el intervalo de predicción y el intervalo creíble evalúan lo mismo. Por ejemplo, con una regresión lineal, cuando estima el intervalo de predicción de los valores ajustados, estima los límites del intervalo en el que espera que disminuya su valor. A la inversa de un intervalo de...
En un modelo jerárquico de datos donde \ lambda \ sim \ textrm {Gamma} (\ alpha, \ beta) parece ser típico en la práctica elegir valores ( \ alpha, \ beta) de modo que la media y la varianza de la distribución gamma coincidan aproximadamente con la media y la varianza de los datos y (por...
El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por...
Es decir, para hacer un análisis secuencial (no sabe de antemano exactamente cuántos datos recopilará) con métodos frecuentas requiere un cuidado especial; no puede simplemente recopilar datos hasta que el valor p sea lo suficientemente pequeño o un intervalo de confianza se vuelva lo...
En el artículo de Wikipedia sobre el suavizado de Laplace (o suavizado aditivo), se dice que desde un punto de vista bayesiano, esto corresponde al valor esperado de la distribución posterior, utilizando una distribución de Dirichlet simétrica con el parámetro como previo.αα\alpha Estoy...