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 +...
En su página wiki , los desarrolladores del estado de Stan: Algunos principios que no nos gustan: invariancia, Jeffreys, entropía En cambio, veo muchas recomendaciones de distribución normal. Hasta ahora utilicé métodos bayesianos que no dependían del muestreo, y me alegré de haber entendido por...
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 |...
¿Los estimadores de Bayes son inmunes al sesgo de selección? La mayoría de los artículos que discuten la estimación en alta dimensión, por ejemplo, datos de secuencia del genoma completo, a menudo plantean el problema del sesgo de selección. El sesgo de selección surge del hecho de que, aunque...
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 buscando algunos documentos o libros con ejemplos prácticos y teóricos sobre MCMC básico para estadísticas bayesianas (con R). Nunca he estudiado sobre simulación, y es por eso que estoy buscando información "básica". ¿Me puede dar algunas recomendaciones o
(Esta pregunta está inspirada en este comentario de Xi'an ). Es bien sabido que si la distribución anterior es adecuada y la probabilidad está bien definida, entonces la distribución posterior es apropiado casi con seguridad.π(θ)π(θ)\pi(\theta)L(θ|x)L(θ|x)L(\theta |
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...
Al leer el documento "Pronósticos a escala" (herramienta de pronóstico FBProphet, consulte https://peerj.com/preprints/3190.pdf ) Me encontré con el término "escaso previo". Los autores explican que estaban usando un "previo escaso" para modelar un vector de desviaciones de velocidad de alguna tasa...
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...
Parece que la distribución binomial es muy similar en forma a la distribución beta y que puedo volver a parametrizar las constantes en cualquier pdf para que se vean iguales. Entonces, ¿por qué necesitamos la distribución beta? ¿Es para un propósito específico?
Estoy leyendo las diapositivas de Steven Scott sobre el paquete BSTS R (Puede encontrarlas aquí: diapositivas ). En algún momento, cuando habla de incluir muchos regresores en el modelo de serie de tiempo estructural, introduce los picos y las losas anteriores de los coeficientes de regresión y...
Dada la fórmula para la estimación MAP de un parámetro ¿Por qué se necesita un enfoque MCMC (o similar), ¿no podría simplemente tomar la derivada, establecerla en cero y luego resolver el
Esta pregunta de la comunidad de desbordamiento matemático solicitó "ejemplos de malos argumentos que implican la aplicación de teoremas matemáticos en contextos no matemáticos" y produjo una lista fascinante de matemática aplicada patológicamente. Me pregunto sobre ejemplos similares de usos...
Suponga que tiene una variable explicativa donde representa una coordenada dada. También tiene una variable de respuesta . Ahora, podemos combinar ambas variables como:X=(X(s1),…,X(sn))X=(X(s1),…,X(sn)){\bf{X}} = \left(X(s_{1}),\ldots,X(s_{n})\right)sssY=(Y(s1),…,Y(sn))Y=(Y(s1),…,Y(sn)){\bf{Y}} =...
Los estudios de eventos están muy extendidos en economía y finanzas para determinar el efecto de un evento en el precio de una acción, pero casi siempre se basan en razonamientos frecuentes. Una regresión OLS, durante un período de referencia que es distinto de la ventana del evento, generalmente...
Estoy leyendo el documento de teoría de Doug Bates sobre el paquete lme4 de R para comprender mejor la esencia de los modelos mixtos, y encontré un resultado intrigante que me gustaría entender mejor, sobre el uso de la máxima verosimilitud restringida (REML) para estimar la varianza . En la...