Entonces, en el modelado de texto (sin supervisión), la asignación de Dirichlet latente (LDA) es una versión bayesiana del análisis semántico latente probabilístico (PLSA). Esencialmente, LDA = PLSA + Dirichlet antes de sus parámetros. Tengo entendido que LDA es ahora el algoritmo de referencia y...
He oído que la regresión de cresta se puede derivar como la media de una distribución posterior, si la anterior se elige adecuadamente. ¿Es la intuición de que las restricciones establecidas en los coeficientes de regresión por el anterior (por ejemplo, distribuciones normales estándar alrededor de...
Mi pregunta básica es: ¿cómo tomaría muestras de una distribución incorrecta? ¿Tiene sentido tomar muestras de una distribución incorrecta? El comentario de Xi'an aquí aborda la pregunta, pero estaba buscando más detalles sobre esto. Más específico para MCMC: Al hablar sobre MCMC y leer...
Quiero usar en la distribución para modelar retornos de activos de intervalo corto en un modelo bayesiano. Me gustaría estimar tanto los grados de libertad (junto con otros parámetros en mi modelo) para la distribución. Sé que los rendimientos de los activos son bastante no normales, pero no sé...
Acabo de empezar a aprender a usar Stan y rstan. A menos que siempre haya estado confundido acerca de cómo funcionaba JAGS / BUGS, pensé que siempre tenía que definir una distribución previa de algún tipo para cada parámetro del modelo que se extraería. Sin embargo, parece que no tiene que hacer...
En ciertos casos, el Jeffreys anterior para un modelo multidimensional completo generalmente se considera inadecuado, este es, por ejemplo, el caso en: (donde ε ∼ N ( 0 , σ 2 ) , con μ y σ desconocido) donde se prefiere el siguiente prior (al Jeffreys anterior completo π ( μ , σ ) ∝ σ - 2 ): p (...
¿Cómo se debe convertir un resultado frecuentista en un previo bayesiano? Considere el siguiente escenario bastante genérico: se realizó un experimento en el pasado y se midió un resultado en algún parámetro . El análisis se realizó con una metodología frecuentista. Un intervalo de confianza para...
¿Existe un conjugado previo para la distribución de Laplace ? Si no, ¿existe una expresión de forma cerrada conocida que se aproxime a la posterior para los parámetros de la distribución de Laplace? He buscado mucho en Google sin éxito, así que mi suposición actual es "no" en las preguntas...
Me hicieron esta pregunta con en una entrevista. ¿Hay una respuesta "correcta"?(n,k)=(400,220)(n,k)=(400,220)(n, k) = (400, 220) Suponga que los lanzamientos son iid y la probabilidad de caras es . La distribución de la cantidad de cabezas en 400 lanzamientos debe estar cerca de Normal (200, 10 ^...
Al inferir la matriz de precisión ΛΛ\boldsymbol{\Lambda} de una distribución normal utilizada para generar NNN vectores dimensionales D x1,..,xNx1,..,xN\mathbf{x_1},..,\mathbf{x_N} xi∼N(μ,Λ−1)xi∼N(μ,Λ−1)\begin{align} \mathbf{x_i} &\sim \mathcal{N}(\boldsymbol{\mu, \Lambda^{-1}}) \\ \end{align}...
Estoy leyendo sobre distribuciones anteriores y calculé Jeffreys antes para una muestra de variables aleatorias normalmente distribuidas con media y varianza desconocidas. Según mis cálculos, lo siguiente vale para Jeffreys antes: Aquí,yoes la matriz de información de Fisher.p ( μ , σ2) = de t (...
Estoy considerando un espacio grande (pero finito) de modelos de complejidad variable que exploro usando RJMCMC . Lo anterior en el vector de parámetros para cada modelo es bastante informativo. ¿En qué casos (si corresponde) debería preocuparme la paradoja de Jeffreys-Lindley que favorece...
Además de la usabilidad, ¿hay alguna justificación epistémica (matemática, filosófica, heurística, etc.) para usar los conjugados anteriores? ¿O se debe principalmente a que suele ser una aproximación lo suficientemente buena y hace las cosas mucho más
¿Por qué incluso tener antecedentes no informativos? No proporcionan información sobre . Entonces, ¿por qué usarlos? ¿Por qué no solo usar previos informativos? Por ejemplo, supongamos que θ ∈ [ 0 , 1 ] . Entonces es θ ~ T ( 0 , 1 ) una previa no informativa para θ ?θθ\thetaθ∈[0,1]θ∈[0,1] \theta...
Cuando me enteré del previo de Jeffreys en mi clase de inferencia estadística de posgrado, mis profesores hicieron que pareciera interesante, principalmente por razones históricas y no porque alguien lo usaría alguna vez. Luego, cuando tomé el análisis de datos bayesianos, nunca se nos pidió que...
Estoy leyendo el capítulo 13 "Aventuras en covarianza" en el libro ( excelente ) Replanteamiento estadístico de Richard McElreath, donde presenta el siguiente modelo jerárquico: ( Res una matriz de correlación) El autor explica que LKJcorres un previo poco informativo que funciona como un...
Estoy tratando de obtener el previo de Jeffreys para una distribución binomial negativa. No puedo ver dónde me equivoco, así que si alguien pudiera ayudar a señalar eso, sería apreciado. Bien, entonces la situación es la siguiente: debo comparar las distribuciones anteriores obtenidas usando un...
Encontré esta imagen en una publicación de blog aquí . Me decepcionó que leer la declaración no provocara la misma expresión facial para mí que para este tipo. Entonces, ¿qué significa la afirmación de que la hipótesis nula es la frecuencia con la que los expresionistas expresan un previo poco...
En su página wiki , los desarrolladores del estado de Stan: Algunos principios que no nos gustan: invariancia, Jeffreys, entropía En cambio, veo muchas recomendaciones de distribución normal. Hasta ahora utilicé métodos bayesianos que no dependían del muestreo, y me alegré de haber entendido por...
He estado leyendo Wagenmakers (2007) Una solución práctica al problema generalizado de los valores de p . Me intriga la conversión de los valores BIC en factores y probabilidades de Bayes. Sin embargo, hasta ahora no tengo una buena idea de qué es exactamente una información de unidad anterior . Le...