Hay muchas preguntas (como esta ) sobre cierta ambigüedad con la fórmula bayesiana en caso continuo. p(θ|x)=p(x|θ)⋅p(θ)p(x)p(θ|x)=p(x|θ)⋅p(θ)p(x)p(\theta | x) = \frac{p(x | \theta) \cdot p(\theta)}{p(x)} A menudo, la confusión surge del hecho de que la definición de distribución condicional se...
Necesito actualizar la tasa de falla (dada como determinista) basada en la nueva tasa de falla sobre el mismo sistema (también es determinista). Leí acerca de los conjugados anteriores y la distribución Gamma como conjugado para el proceso de Poisson. Además, puedo igualar el valor medio de Gamma...
Esta pregunta es una continuación de mi pregunta anterior aquí y también está relacionada, en intención, con esta pregunta . En esta página wiki, los valores de densidad de probabilidad de una distribución normal supuesta para el conjunto de entrenamiento se usan para calcular un valor de...
Mi conjunto de datos está compuesto por la mortalidad total o la supervivencia de un organismo en tres tipos de sitios, costero, medio canal y en alta mar. Los números en la tabla a continuación representan el número de sitios. 100% Mortality 100% Survival Inshore 30 31 Midchannel 10 20...
¿Por qué la intercambiabilidad de variables aleatorias es esencial para el modelado bayesiano
Cuando se ejecuta el algoritmo Metropolis-Hastings con distribuciones de candidatos uniformes, ¿cuál es la razón de tener tasas de aceptación de alrededor del 20%? Mi pensamiento es: una vez que se descubren los valores de los parámetros verdaderos (o casi verdaderos), entonces ningún nuevo...
Estoy tratando de entender cómo usar el teorema de Bayes para calcular un posterior, pero me estoy atascando con el enfoque computacional, por ejemplo, en el siguiente caso no me queda claro cómo tomar el producto de lo anterior y la probabilidad y luego calcular el posterior: Para este ejemplo,...
Estoy ejecutando una prueba AB en una página que recibe solo 5k visitas por mes. Tomaría demasiado tiempo alcanzar los niveles de tráfico necesarios para medir una diferencia de + -1% entre la prueba y el control. He oído que puedo usar las estadísticas bayesianas para darme una buena oportunidad...
Entiendo que no deberíamos permitir que el mismo conjunto de datos que estamos analizando conduzca / defina cómo se verían las distribuciones anteriores en un análisis bayesiano. Específicamente, no es apropiado definir distribuciones previas para un análisis bayesiano basado en estadísticas...
Estoy trabajando a mi manera (autoestudio) a través del libro de ET Jaynes Probability Theory - The Logic of Science Problema original El ejercicio 2.1 dice: "¿Es posible encontrar una fórmula general para análoga a [la fórmula ] de las reglas de producto y suma. Si es así, deduzca; si no,...
BIC penaliza en función del número de parámetros. ¿Qué pasa si algunos de los parámetros son algún tipo de variables indicadoras binarias? ¿Cuentan como parámetros completos? Pero puedo combinar parámetros binarios en una variable discreta que toma valores en . ¿Deben contarse como parámetros o un...
¿Existen algoritmos estándar (a diferencia de los programas) para hacer una regresión lineal jerárquica? ¿Las personas generalmente solo hacen MCMC o hay algoritmos más especializados, quizás de forma parcialmente
No soy un experto en estadística, pero considero que hay desacuerdo sobre si una interpretación "frecuenta" o "bayesiana" de la probabilidad es la "correcta". De Wagenmakers et. al p. 183: Considere una distribución uniforme con media y ancho . Dibuje dos valores al azar de esta distribución,...
Me preguntaba si alguien tenía experiencia en el uso de la función de ratones, como se describe en ratones: ¿Imputación multivariada por ecuaciones encadenadas en R (JSS 2011 45 (3))? Tengo un conjunto de datos con varias variables, cada una con diferentes grados de datos faltantes. Mi pregunta...
Los siguientes injertos se toman de este artículo . Soy novato en bootstrap e intento implementar el bootstrapping paramétrico, semiparamétrico y no paramétrico para el modelo mixto lineal con R bootpaquete. Código R Aquí está mi
Estoy estimando varias matrices de covarianza inversa de un conjunto de mediciones a través de diferentes subpoblaciones usando un wishart anterior en jags / rjags / R. En lugar de especificar una matriz de escala y grados de libertad en la matriz de covarianza inversa anterior (la distribución...
Me pregunto si hay algún tipo de distribución estándar en subconjuntos de enteros . De manera equivalente, podríamos expresar esto como una distribución en un vector de longitud de resultados binarios, por ejemplo, si entonces corresponde al vector .{1,2,...,J}{1,2,...,J}\{1, 2, ..., J\}JJJJ=5J=5J...
He estado investigando el uso de la regresión lineal bayesiana, pero he llegado a un ejemplo que me confunde. Dado el modelo: y=βX+ϵy=βX+ϵ{\bf y} = {\bf \beta}{\bf X} + \bf{\epsilon} Asumiendo que ϵ∼N(0,ϕI)ϵ∼N(0,ϕI){\bf \epsilon} \sim N(0, \phi I) y un p(β,ϕ)∝1ϕp(β,ϕ)∝1ϕp(\beta, \phi) \propto...
Es bien sabido que a medida que tiene más evidencia (por ejemplo, en forma de ejemplos más grandes de para iid), el prior bayesiano se "olvida", y la evidencia afecta la mayor parte de la inferencia (o la probabilidad).nnnnnn Es fácil verlo para varios casos específicos (como Bernoulli con Beta...
¿Stan (en particular, rstan) tiene instalaciones incorporadas para generar distribuciones posteriores predictivas? No es difícil generar la distribución desde el ajuste estándar, pero prefiero no reinventar la