Cerrada . Esta pregunta necesita estar más centrada . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que se centre en un problema solo editando esta publicación . Cerrado hace 4 años . ¿Me pueden...
Defina el criterio de información bayesiano como (no dejo caer el constante, , para evitar problemas cuando se compara con la probabilidad marginal)BIC=−2⋅lnL^+k⋅(ln(n)−ln(2π))BIC=−2⋅lnL^+k⋅(ln(n)−ln(2π)) \mathrm{BIC} = {-2 \cdot \ln{\hat L} + k \cdot (\ln(n) - \ln(2 \pi))} −ln(2π)−ln(2π) -...
Esta es más una pregunta filosófica, pero desde un punto de vista puramente bayesiano, ¿cómo se forma realmente el conocimiento previo? Si necesitamos información previa para llevar a cabo inferencias válidas, entonces parece haber un problema si tenemos que recurrir a la experiencia pasada para...
Enseño física a estudiantes de secundaria y me gustaría que mis estudiantes realicen una comparación rudimentaria del modelo bayesiano para obtener datos de sus experimentos. Descubrí una forma para que lo hagan (ver más abajo), pero no estoy seguro de que sea correcto. Agradecería mucho cualquier...
He leído los excelentes comentarios sobre cómo lidiar con los valores perdidos antes de aplicar SVD, pero me gustaría saber cómo funciona con un ejemplo simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada la matriz anterior, si elimino los valores de NA,...
Estoy analizando un conjunto de datos que contiene observaciones de n número de intentos de jugadores en un juego. Si estoy construyendo un modelo de regresión para predecir el resultado de cada intento dado 1 o más descriptores con respecto al intento de cada jugador , ¿cómo mido cuántos intentos...
Estoy tratando de implementar HMC con una matriz de masa no diagonal, pero algunas de las terminologías me hacen tropezar. De acuerdo con BDA3 y la revisión de Neal, el término de energía cinética (que supongo que siempre se usa por conveniencia) es K( p ) =pagsTMETRO- 1pags2.K(p)=pTM−1p2. K(p)...
Actualmente estoy estimando los parámetros de un modelo definido por varias ecuaciones diferenciales ordinarias (EDO). Intento esto con un enfoque bayesiano al aproximar la distribución posterior de los parámetros dados algunos datos usando Markov Chain Monte Carlo (MCMC). Un muestreador MCMC...
A menudo, descubrir cómo simular algo es la mejor manera de comprender los principios subyacentes. No sé exactamente cómo simular lo siguiente. Suponer que Y∼ N( μ ,σ2)Y∼norte(μ,σ2)Y \sim N(\mu, \sigma^{2}) y eso μμ\mu tiene una distribución previa que es norte( γ,τ2)norte(γ,τ2)N(\gamma,...
Según tengo entendido, las redes neuronales profundas están realizando un "aprendizaje de representación" al unir entidades en capas. Esto permite aprender estructuras dimensionales muy altas en las características. Por supuesto, es un modelo paramétrico con un número fijo de parámetros, por lo que...
Mi problema es este: tengo un conjunto de predictores que cada uno produce una distribución en un conjunto de clases. Lo que me gustaría hacer es tener primero una información previa no informativa sobre cómo se ve esta distribución de etiquetas y luego actualizarla antes con la predicción de cada...
Cerrada . Esta pregunta necesita estar más centrada . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que se centre en un problema solo editando esta publicación . Cerrado hace 2 años . Soy un...
Estoy buscando estimar un GLM jerárquico pero con selección de características para determinar qué covariables son relevantes a nivel de población para incluir. Supongamos que tengo grupos con observaciones y posibles covariables. Es decir, tengo una matriz de diseño de covariables , resultados \...
En "Aprendizaje automático: una perspectiva probabilística" de Kevin Murphy, capítulo 3.2, el autor demuestra el concepto de aprendizaje bayesiano en un ejemplo llamado "juego de números": después de observar muestras de , queremos escoja una hipótesis que describa mejor la regla que generó las...
TLDR: ¿Las estrías de regresión de placa delgada tienen una interpretación probabilística / bayesiana? Dados pares de entrada-salida , ; Quiero estimar una función siguiente manera donde es una función del núcleo y es un vector de características de tamaño . Los coeficientes y se pueden...
Una función de caja negra F:Rnorte→ RF:Rnorte→Rf: \mathbb{R}^n \rightarrow \mathbb{R}, que se evalúa puntualmente sujeto al ruido gaussiano, es decir, F( x ) + N( μ ( x ) , σ( x)2)F(X)+norte(μ(X),σ(X)2)f(x) + \mathcal{N}(\mu(x),\sigma(x)^2), puede minimizarse utilizando la optimización bayesiana...
Suponga que e son dos variables aleatorias que tienen RV binarias como sus componentes (Por lo tanto, ) y ambas ( y ) son intercambiables, es decir,X=(X1,...,Xn),:(Ω,A,P)→({0,1}n,2{0,1}n)X=(X1,...,Xn),:(Ω,A,P)→({0,1}n,2{0,1}n)X=(X_1, ..., X_n),: (\Omega, A,P)\to (\{0,1\}^n,
Estoy confundido acerca de la forma correcta de escribir la red elástica. Después de leer algunos trabajos de investigación, parece haber tres formas 1) Exp{ -λ1El |βkEl | -λ2β2k}Exp{-λ1El |βkEl |-λ2βk2}\exp\{-\lambda_1|\beta_k|-\lambda_2\beta_k^2\} 2)Exp{ -(λ1El |βkEl | +λ2β2k)σ2√}Exp{-(λ1El...
¿Podría alguien explicar por qué Richard McElreath dice que la prueba exacta de Fisher rara vez se usa adecuadamente en su excelente libro de introducción bayesiano ( Replanteamiento estadístico )? Como referencia, el contexto está a continuación: ¿Por qué las pruebas no son suficientes para...