¿Cómo completo el cuadrado desde el punto donde lo dejé y es correcto hasta ahora? Tengo un previo normal para ββ\beta de la forma p(β|σ2)∼N(0,σ2V)p(β|σ2)∼N(0,σ2V)p(\beta|\sigma^2)\sim \mathcal{N}(0,\sigma^2V),
Dado que la estimación posterior de de una probabilidad normal y una gamma inversa antes de es:σ′2σ′2\sigma'^{2}σ2σ2\sigma^2 σ′2∼IG(α+n2,β+∑ni=1(yi−μ)22)σ′2∼IG(α+n2,β+∑i=1n(yi−μ)22)\sigma'^{2}\sim\textrm{IG}\left(\alpha + \frac{n}{2}, \beta +\frac{\sum_{i=1}^n{(y_i-\mu)^2}}{2}\right) que es...
Estoy calculando algunas probabilidades condicionales y los intervalos de confianza del 95% asociados. Para muchos de mis casos, tengo recuentos directos de xéxitos fuera de los nensayos (de una tabla de contingencia), por lo que puedo usar un intervalo de confianza binomial, como se proporciona...
Recientemente se publicó una pregunta en un servidor de listas que suscribo para preguntar (¿quizás cínicamente?) Cuando un enfoque bayesiano ha sido crucial para "hacer el trabajo" al abordar las preguntas en el campo de la ecología. Me pregunto, en general, cuándo un enfoque bayesiano ha sido...
Digamos que tengo un experimento en el que pruebo el tiempo de reacción de varios sujetos en los que cada sujeto realiza muchas pruebas de tiempo de reacción. En un marco bayesiano, los tiempos de reacción (yyy) podría modelarse mediante un modelo jerárquico con distribución previa tanto a nivel de...
Estoy tratando de encontrar un enfoque para detectar anuncios fraudulentos en mi sitio web. Creo que el problema tiene mucho en común con la detección de correo electrónico no deseado (para el cual un clasificador bayesiano ingenuo es una solución común) ya que muchas de las señales que indican una...
Tengo dos grupos de 10 participantes que fueron evaluados tres veces durante un experimento. Para probar las diferencias entre los grupos y entre las tres evaluaciones, ejecuté un ANOVA de diseño mixto 2x3 con group(control, experimental), time(primero, segundo, tres) y group x time. Ambos timey...
Quiero estimar los parámetros de los modelos de mezcla de Dirichlet usando el muestreo de Gibbs y tengo algunas preguntas al respecto: ¿Es una mezcla de distribuciones de Dirichlet equivalente a un proceso de Dirichlet? ¿Cuáles son sus principales diferencias si no es así? Además, si quiero...
Estoy tratando de entender cuál es la diferencia entre un HMM estándar y un HMM bayesiano. Wikipedia solo menciona brevemente cómo se ve el modelo, pero necesito un tutorial más detallado. ¿Alguien sabe de un documento o una implementación que pueda ver? También tengo problemas con la terminología...
El siguiente es un problema de Bayesian Data Analysis 2nd ed , p. 97. Andrew Gelman no ha incluido su solución en la guía de su sitio web y me ha estado volviendo loco todo el día. Literalmente todo el día. Para algunos datos , modelados como una distribución binomial con población y parámetros de...
Esta es una pregunta para principiantes sobre un ejercicio en "Computación bayesiana con R" de Jim Albert. Tenga en cuenta que si bien esto podría ser tarea, en mi caso no lo es, ya que estoy aprendiendo métodos bayesianos en R porque creo que podría usarlo en mis futuros análisis. De todos modos,...
Estoy trabajando en un modelo que depende de una función parametrizada fea que actúa como una función de calibración en una parte del modelo. Utilizando una configuración bayesiana, necesito obtener antecedentes no informativos para los parámetros que describen mi función. Sé que, idealmente,...
He visto algunos artículos de investigación que afirman que las redes neuronales clásicas generalmente carecen de una capacidad de generalización satisfactoria, lo que generalmente da como resultado predicciones imprecisas, y las ANNs regularizadas bayesianas (BRANN) son más robustas que las redes...
¿Por qué jerárquico? : He intentado investigar este problema, y por lo que entiendo, este es un problema "jerárquico", porque estás haciendo observaciones sobre observaciones de una población, en lugar de hacer observaciones directas de esa población. Referencia:
¿Es posible realizar una selección aproximada de hiperparámetros completamente bayesianos (1) (por ejemplo, escala de covarianza) con el código GPML, en lugar de maximizar la probabilidad marginal (2)? Creo que usar métodos MCMC para resolver las integrales que involucran hiperparámetros antes...
Tengo dos preguntas, Pregunta 1: ¿Cómo puedo demostrar que la distribución posterior es una distribución beta si la probabilidad es binomial y la anterior es beta? Pregunta 2: ¿Cómo afectan las elecciones los parámetros anteriores a los posteriores? ¿No deberían ser todos iguales? ¿Es posible...
Mi pregunta general es: ¿por qué usar en bayesglmlugar de otros métodos de clasificación? Nota: Solo me interesa la predicción. Tengo una cantidad decente de datos (~ 100,000 obs). Siento que el tamaño de la muestra es lo suficientemente grande como para que los parámetros de una regresión...
En una implementación MCMC de modelos jerárquicos, con efectos aleatorios normales y un Wishart previo para su matriz de covarianza, se usa típicamente el muestreo de Gibbs. Sin embargo, si cambiamos la distribución de los efectos aleatorios (p. Ej., A Student's-t u otro), la conjugación se...
¿Alguien puede explicar por qué la integral en la densidad posterior puede no ser "analíticamente manejable" si la anterior que elegimos no es conjugada?
En Bayesian Data Analysis , capítulo 13, página 317, segundo párrafo completo, en las aproximaciones modales y distributivas, Gelman et al. escribir: Si el plan es resumir la inferencia por el modo posterior de ρρ\rho [el parámetro de correlación en una distribución normal bivariada],...