En las estadísticas bayesianas, una distribución previa formaliza la información o el conocimiento (a menudo subjetivo), disponible antes de que se vea una muestra, en forma de distribución de probabilidad. Se utiliza una distribución con gran difusión cuando se sabe poco acerca de los parámetros, mientras que una distribución previa más estrecha representa un mayor grado de información.
En un grupo de estudiantes, hay 2 de 18 que son zurdos. Encuentre la distribución posterior de los estudiantes zurdos en la población suponiendo que no haya información previa. Resume los resultados. Según la literatura, 5-20% de las personas son zurdas. Tenga en cuenta esta información en su...
Inspirado por un comentario de esta pregunta : ¿Qué consideramos "no informativo" en un previo, y qué información todavía está contenida en un previo supuestamente no informativo? En general, veo lo anterior en un análisis en el que es un análisis de tipo frecuentista que intenta tomar prestadas...
Entiendo que el Jeffreys anterior es invariante bajo re-parametrización. Sin embargo, lo que no entiendo es por qué se desea esta propiedad. ¿Por qué no querrías el cambio previo bajo un cambio de
Me pregunto si hace una diferencia en la interpretación si solo el dependiente, tanto el dependiente como el independiente, o solo las variables independientes se transforman logarítmicamente. Considere el caso de log(DV) = Intercept + B1*IV + Error Puedo interpretar el IV como el porcentaje...
Si el interés es simplemente estimar los parámetros de un modelo (estimación puntual y / o intervalo) y la información previa no es confiable, débil (sé que esto es un poco vago, pero estoy tratando de establecer un escenario donde la elección de un prior es difícil) ... ¿Por qué alguien elegiría...
¿Cómo debo obtener distribuciones previas de expertos al ajustar un modelo
En el algoritmo de modelo de tema LDA, vi esta suposición. Pero no sé por qué eligió la distribución Dirichlet? No sé si podemos usar la distribución uniforme sobre Multinomial como un
Sé que la distribución beta es conjugado a la binomial. Pero, ¿qué es el conjugado antes de la beta?
Soy muy nuevo en las estadísticas bayesianas, y esta puede ser una pregunta tonta. Sin embargo: Considere un intervalo creíble con un previo que especifique una distribución uniforme. Por ejemplo, de 0 a 1, donde 0 a 1 representa el rango completo de valores posibles de un efecto. En este caso,...
Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 2 años . Estoy usando caret para ejecutar un bosque...
He leído en varias referencias que la estimación de Lasso para el vector de parámetro de regresión es equivalente al modo posterior de en el que la distribución previa para cada es una distribución exponencial doble (también conocida como distribución de Laplace).BBBB iBBBBiBiB_i He estado...
Considere un Jeffreys anterior donde , donde es la información de Fisher.yop ( θ ) ∝ | i ( θ ) |----√p(θ)∝|i(θ)|p(\theta) \propto \sqrt{|i(\theta)|}yoii Sigo viendo esto antes mencionado como un previo no informativo, pero nunca vi un argumento por qué no es informativo. Después de todo, no es un...
Esta es una pregunta sobre terminología. ¿Es un "vago previo" lo mismo que un previo no informativo, o hay alguna diferencia entre los dos? Mi impresión es que son iguales (al buscar juntos vagos y no informativos), pero no puedo estar
Al realizar la inferencia bayesiana, operamos maximizando nuestra función de probabilidad en combinación con los antecedentes que tenemos sobre los parámetros. Debido a que la probabilidad de registro es más conveniente, maximizamos efectivamente usando un MCMC o de otro modo que genera las...
Estoy escribiendo un breve ensayo teórico para un curso de Estadística Bayesiana (en un M.Sc. de Economía) sobre antecedentes no informativos y estoy tratando de entender cuáles son los pasos en el desarrollo de esta teoría. En este momento, mi cronograma consta de tres pasos principales: el...
Actualmente estoy trabajando en un problema, donde necesito desarrollar un algoritmo de Monte Carlo de cadena de Markov (MCMC) para un modelo de espacio de estado. Para poder resolver el problema, se me ha dado la siguiente probabilidad de : p ( ) = 2I ( > 0) / (1+ ). es la desviación estándar...
Quería hacer una pregunta inspirada en una excelente respuesta a la consulta sobre la intuición para la distribución beta. Quería comprender mejor la derivación de la distribución previa para el promedio de bateo. Parece que David está retrocediendo los parámetros de la media y el rango. Bajo el...
He estado tratando de entender la idea de conjugar los antecedentes en las estadísticas bayesianas por un tiempo, pero simplemente no lo entiendo. ¿Alguien puede explicar la idea en los términos más simples posibles, quizás utilizando el "previo gaussiano" como
Sabemos que en el caso de una distribución previa adecuada, P(θ∣X)=P(X∣θ)P(θ)P(X)P(θ∣X)=P(X∣θ)P(θ)P(X)P(\theta \mid X) = \dfrac{P(X \mid \theta)P(\theta)}{P(X)} ∝P(X∣θ)P(θ)∝P(X∣θ)P(θ) \propto P(X \mid \theta)P(\theta) . La justificación habitual para este paso es que la distribución marginal de...
Estaba revisando la literatura sobre regularización, y a menudo veo párrafos que vinculan la regulación de L2 con Gaussian anterior, y L1 con Laplace centrada en cero. Sé cómo se ven estos anteriores, pero no entiendo cómo se traduce, por ejemplo, a los pesos en el modelo lineal. En L1, si...