Acabo de leer un poco sobre el muestreo de Gibbs y el algoritmo Metropolis Hastings y tengo un par de preguntas. Según tengo entendido, en el caso del muestreo de Gibbs, si tenemos un gran problema multivariado, tomamos muestras de la distribución condicional, es decir, tomamos muestras de una...
Recientemente comencé a leer "Introducción a las estadísticas bayesianas", segunda edición de Bolstad. Tuve una clase de estadísticas introductorias que cubría principalmente pruebas estadísticas y estoy casi a través de una clase de análisis de regresión. ¿Qué otros libros puedo usar para...
(Para ver por qué escribí esto, revise los comentarios debajo de mi respuesta a esta pregunta ). Errores tipo III y teoría de decisión estadística Dar la respuesta correcta a la pregunta incorrecta a veces se denomina error de Tipo III. La teoría de la decisión estadística es una formalización de...
El teorema de Bayes va PAG( modelo | datos ) = P( modelo ) × P( datos | modelo )PAG( datos )P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Todo esta bien. Pero, he leído en alguna...
He estado aprendiendo sobre estadísticas bayesianas, y a menudo he leído en artículos "adoptamos un enfoque bayesiano" o algo similar. También noté, con menos frecuencia: "adoptamos un enfoque totalmente bayesiano" (mi énfasis) ¿Hay alguna diferencia entre estos enfoques en algún sentido...
Considere observaciones censuradas a la derecha, con eventos en los momentos . El número de individuos susceptibles en el momento es , y el número de eventos en el momento es .i n i i d it1, t2, ...t1,t2,…t_1, t_2, \dotsyoiinorteyonin_iyoiireyodid_i El estimador de Kaplan-Meier o producto surge...
He utilizado la imputación múltiple para obtener una serie de conjuntos de datos completos. He utilizado métodos bayesianos en cada uno de los conjuntos de datos completos para obtener distribuciones posteriores para un parámetro (un efecto aleatorio). ¿Cómo puedo combinar / agrupar los...
Estoy tratando con un modelo lineal jerárquico bayesiano , aquí la red que lo describe. YYY representa las ventas diarias de un producto en un supermercado (observado). XXX es una matriz conocida de regresores, que incluye precios, promociones, día de la semana, clima, días festivos. SSS es el...
He sido convocado para el jurado. Soy consciente de la relevancia de las estadísticas para algunos juicios con jurado. Por ejemplo, el concepto de "tasa base" y su aplicación a los cálculos de probabilidad es a veces, quizás siempre, relevante. ¿Qué temas estadísticos podría estudiar una persona...
Estoy leyendo un artículo en el que los autores lideran una discusión sobre la estimación de máxima probabilidad del Teorema de Bayes, aparentemente como una introducción para principiantes. Como ejemplo de probabilidad, comienzan con una distribución
Mientras asistía a conferencias, los defensores de las estadísticas bayesianas presionaron un poco para evaluar los resultados de los experimentos. Se jacta de ser más sensible, apropiado y selectivo hacia hallazgos genuinos (menos falsos positivos) que las estadísticas frecuentistas. He explorado...
Sé bastante sobre el ajuste de parámetros continuos, particularmente los métodos basados en gradientes, pero no mucho sobre el ajuste de parámetros discretos. ¿Cuáles son los algoritmos / técnicas MCMC comúnmente utilizados para ajustar parámetros discretos? ¿Existen algoritmos que sean...
El artículo The Odds, continuamente actualizado menciona la historia de un pescador de Long Island que literalmente debe su vida a las estadísticas bayesianas. Aquí está la versión corta: Hay dos pescadores en un bote en medio de la noche. Mientras uno está dormido, el otro cae al océano. El...
Estoy ajustando un HLM bayesiano en JAGS usando k-fold cross-validation (k = 5). Me gustaría saber si las estimaciones del parámetro son estables en todos los pliegues. ¿Cuál es la mejor manera de hacer esto?ββ\beta Una idea es encontrar las diferencias de los posteriores de y ver si 0 está en el...
Entiendo que cuando se utiliza un enfoque bayesiano para estimar los valores de los parámetros: La distribución posterior es la combinación de la distribución previa y la distribución de probabilidad. Simulamos esto generando una muestra de la distribución posterior (por ejemplo, usando un...
¿Hay una palabra que significa "inverso de la varianza"? Es decir, si tiene una varianza alta, entonces tiene bajos . ¿No le interesa un antónimo cercano (como 'acuerdo' o 'similitud') pero significa específicamente ?XXXXXX......\dots1 / σ21/
He estado investigando la versión bayesiana de las estadísticas clásicas últimamente. Después de leer sobre el factor Bayes, me he preguntado si el análisis de potencia es una necesidad en esta visión de las estadísticas. Mi razón principal para preguntarme esto es que el factor Bayes realmente...
Estoy tratando de entender a un nivel más profundo la ubicuidad de la probabilidad logarítmica (y quizás más generalmente la probabilidad logarítmica) en estadística y teoría de la probabilidad. Las probabilidades de registro se muestran por todas partes: generalmente trabajamos con la probabilidad...
¿Alguien sabe en qué año MCMC se convirtió en un lugar común (es decir, un método popular para la inferencia bayesiana)? Un enlace a la cantidad de artículos publicados de MCMC (revista) a lo largo del tiempo sería especialmente
¿Qué es un buen libro sobre filosofía bayesiana, que compara subjetivistas contra objetivistas, que explica la visión de la probabilidad como estado de conocimiento en las estadísticas bayesianas, etc.? ¿Quizás el libro de Savage? Al principio pensé que Berger (1986) podría funcionar, pero no es...