Al hacer estadísticas frecuentas, hay una larga lista de grandes no-nos, como mirar los resultados de las pruebas estadísticas antes de decidir recopilar más datos. En general, me pregunto si hay una lista similar de no-nos para las metodologías involucradas en las estadísticas bayesianas, y...
¿Qué sucede cuando no tienes una idea de la distribución de parámetros? ¿Qué enfoque debemos usar? La mayoría de las veces buscamos entender si una determinada variable tiene alguna influencia sobre la presencia / ausencia de una determinada especie, y la variable se acepta o no de acuerdo con la...
Estoy tratando de construir un modelo donde la respuesta sea proporcional (en realidad es la proporción de votos que un partido obtiene en los distritos electorales). Su distribución no es normal, así que decidí modelarla con una distribución beta. También tengo varios predictores. Sin embargo, no...
Acabo de (re) leer el Por qué de Gelman (generalmente) no tenemos que preocuparnos por las comparaciones múltiples . En particular, la sección "Resultados múltiples y otros desafíos" menciona el uso de un modelo jerárquico para situaciones en las que hay múltiples medidas relacionadas de la misma...
Trataré de describir el problema en cuestión de la manera más general posible. Estoy modelando observaciones como una distribución categórica con un vector de probabilidad de parámetro theta. Entonces, supongo que el vector de parámetros theta sigue una distribución previa de Dirichlet con los...
Para un problema de regresión logística bayesiana, he creado una distribución predictiva posterior. Tomo muestras de la distribución predictiva y recibo miles de muestras de (0,1) por cada observación que tengo. Visualizar la bondad de ajuste es menos que interesante, por ejemplo: Este gráfico...
Estoy tratando de ajustar un modelo de tiempo discreto en R, pero no estoy seguro de cómo hacerlo. He leído que puede organizar la variable dependiente en diferentes filas, una para cada observación de tiempo, y usar la glmfunción con un enlace logit o cloglog. En este sentido, tengo tres...
Esto parece una pregunta muy ingenua, pero tengo dificultades para ver la respuesta. Tengo un conjunto de 30 valores. Independientemente obtuve un valor 31. La hipótesis nula es que el valor 31 es parte de la misma distribución. La alternativa es que es diferente. Quiero algún tipo de valor p o...
El libro de texto genera primero algunos datos de 2 clases a través de: lo que da: y luego pregunta: Intento resolver esto modelando esto primero con este modelo gráfico: donde es la etiqueta, es el índice de la media seleccionada , y es el punto de datos. Esto
En Rpodemos "ponderar previamente" una glmregresión a través del parámetro de pesos . Por ejemplo: glm.D93 <- glm(counts ~ outcome + treatment, family = poisson(), weights=w) ¿Cómo se puede lograr esto en una JAGSo BUGSmodelo? Encontré un artículo discutiendo esto, pero ninguno de ellos...
Tenemos N muestras, XiXiX_i , de una distribución uniforme [0,θ][0,θ][0,\theta] donde θθ\theta es desconocido. Estima θθ\theta partir de los datos. Entonces, la regla de Bayes ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} y...
Configuración del problema Uno de los primeros problemas con los juguetes a los que quería aplicar PyMC es la agrupación no paramétrica: dado algunos datos, modelarlo como una mezcla gaussiana y conocer el número de grupos y la media y covarianza de cada grupo. La mayor parte de lo que sé sobre...
¿Existe una definición precisa de previo débilmente informativo? ¿Cómo es diferente de un previo subjetivo con amplio
Al estudiar la selección de covarianza, una vez leí el siguiente ejemplo. Con respecto al siguiente modelo: Su matriz de covarianza y matriz de covarianza inversa se dan de la siguiente manera, No entiendo por qué la independencia de e es decidido por la covarianza inversa aquí?yXxxyyy ¿Cuál...
En el modelo mixto, suponemos que los efectos aleatorios (parámetros) son variables aleatorias que siguen distribuciones normales. Se ve muy similar al método bayesiano, en el que se supone que todos los parámetros son aleatorios. Entonces, ¿es el modelo de efectos aleatorios un tipo de caso...
No entiendo por qué convertir una red bayesiana en un gráfico de factores es bueno para la inferencia bayesiana. Mis preguntas son: ¿Cuál es el beneficio de usar el factor gráfico en el razonamiento bayesiano? ¿Qué pasaría si no lo usamos? Cualquier ejemplo concreto será...
Soy relativamente nuevo en las estadísticas bayesianas y he estado usando JAGS recientemente para construir modelos bayesianos jerárquicos en diferentes conjuntos de datos. Si bien estoy muy satisfecho con los resultados (en comparación con los modelos glm estándar), necesito explicar a los no...
Digamos que tengo el siguiente modelo: Poisson ( λ ) ∼ { λ1λ2si t < τsi t ≥ τPoisson(λ)∼{λ1if t<τλ2if t≥τ\text{Poisson}(\lambda) \sim \begin{cases} \lambda_1 & \text{if } t \lt \tau \\ \lambda_2 & \text{if } t \geq \tau \end{cases} Y deduzco los datos posteriores para y muestran a...
Estoy tratando de hacer pruebas A / B de la manera bayesiano, como en Probabilístico de programación para los hackers y bayesiano A / B pruebas . Ambos artículos suponen que el tomador de decisiones decide cuál de las variantes es mejor basándose únicamente en la probabilidad de algún criterio, por...
El problema Quiero ajustar los parámetros del modelo de una población simple de mezcla 2-Gaussiana. Dada toda la exageración en torno a los métodos bayesianos, quiero entender si para este problema la inferencia bayesiana es una herramienta mejor que los métodos de ajuste tradicionales. Hasta...