প্রশ্ন ট্যাগ «hierarchical-bayesian»

হায়ারার্কিকাল বায়েশিয়ান মডেলগুলি পূর্বের বিতরণগুলির পরামিতিগুলিতে প্যারামিটার এবং হাইপারপ্রায়ারগুলিতে প্রিয়ার নির্দিষ্ট করে

2
হায়ারারিকাল বায়েসিয়ান মডেলগুলির শক্তি চিত্রিত করার জন্য একটি ভাল উপমা কী?
আমি বায়সিয়ান পরিসংখ্যান তুলনায় তুলনামূলকভাবে নতুন এবং সম্প্রতি বিভিন্ন ডাটাসেটে বায়বীয় মডেল তৈরি করতে জাগস ব্যবহার করছি AG যদিও আমি ফলাফলগুলি (স্ট্যান্ডার্ড গ্ল্যাম মডেলের তুলনায়) থেকে খুব সন্তুষ্ট, আমাকে স্ট্যাটিস্টিকাল মডেলগুলির সাথে পার্থক্য কী তা অ-পরিসংখ্যানবিদদের বোঝাতে হবে। বিশেষত, এইচবিএমগুলি কেন এবং কখন সহজ মডেলের চেয়ে ভাল পারফরম্যান্স করে তা …

3
ঘনত্বের পরামিতিগুলিতে হাইপারপ্রায়ার বিতরণ সহ বহুজাতিক-ডিরিচলেট মডেল
আমি সমস্যাটি যতটা সম্ভব সাধারণভাবে বর্ণনা করার চেষ্টা করব। আমি একটি পরামিতি সম্ভাবনা ভেক্টর থিটা সহ শ্রেণীবদ্ধ বিতরণ হিসাবে পর্যবেক্ষণগুলি মডেলিং করছি । তারপরে, আমি ধরে নিয়েছি প্যারামিটার ভেক্টর থিটা পরামিতিগুলির সাথে একটি ডিরিচলেট পূর্ব বিতরণ অনুসরণ করে ।α1, α2, … , Αটα1,α2,…,αk\alpha_1,\alpha_2,\ldots,\alpha_k পরামিতিগুলির বিতরণ চাপিয়ে দেওয়া কি সম্ভব ? …

2
একাধিক তুলনার জন্য শ্রেণিবদ্ধ মডেল - একাধিক ফলাফলের প্রসঙ্গ
আমি সবেমাত্র (পুনরায়) জেলম্যান্স কেন পড়ছি (সাধারণত) আমাদের একাধিক তুলনা সম্পর্কে চিন্তা করতে হবে না । বিশেষত "একাধিক ফলাফল এবং অন্যান্য চ্যালেঞ্জগুলি" বিভাগে পরিস্থিতিতে যখন বিভিন্ন সময় / শর্তে একই ব্যক্তি / ইউনিট থেকে একাধিক সম্পর্কিত ব্যবস্থা নেওয়া হয় তখন পরিস্থিতিগুলির জন্য একটি শ্রেণিবদ্ধ মডেল ব্যবহারের কথা উল্লেখ করা হয়। …

4
পৃথক সময়ের ইভেন্ট ইতিহাস (বেঁচে থাকা) মডেল আর
আমি আর-তে একটি পৃথক-সময়ের মডেল ফিট করার চেষ্টা করছি তবে কীভাবে এটি করব তা নিশ্চিত নই। আমি পড়েছি যে আপনি বিভিন্ন সারিতে নির্ভরশীল পরিবর্তনশীল, প্রতিটি সময়-পর্যবেক্ষণের জন্য glmএকটি এবং লজিট বা ক্লোগলগ লিঙ্কের সাহায্যে ফাংশনটি ব্যবহার করতে পারেন । এই অর্থে, আমি তিনটি কলাম আছে: ID, Event(1 বা 0, প্রতিটি …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

2
বেইস অনুমানকারীদের মধ্যে তুলনা
পূর্বে প্রদত্ত যেখানে চতুর্ভুজ ক্ষতির কথা বিবেচনা করুন । আসুন সম্ভাবনা। বেইস অনুমানকারী i ।L(θ,δ)=(θ−δ)2L(θ,δ)=(θ−δ)2L(\theta,\delta)=(\theta-\delta)^2π(θ)π(θ)\pi(\theta)π(θ)∼U(0,1/2)π(θ)∼U(0,1/2)\pi(\theta)\sim U(0,1/2)f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|\theta)=\theta x^{\theta-1}\mathbb{I}_{[0,1]}(x), \theta>0δπδπ\delta^\pi ওজনযুক্ত চতুর্ভুজ ক্ষতির বিবেচনা করুন যেখানে সাথে পূর্বের । আসুন হওয়ার সম্ভাবনা থাকে। বেইস অনুমানকারী ।Lw(θ,δ)=w(θ)(θ−δ)2Lw(θ,δ)=w(θ)(θ−δ)2L_w(\theta,\delta)=w(\theta)(\theta-\delta)^2w(θ)=I(−∞,1/2)w(θ)=I(−∞,1/2)w(\theta)=\mathbb{I}_{(-\infty,1/2)}π1(θ)=I[0,1](θ)π1(θ)=I[0,1](θ)\pi_1(\theta)=\mathbb{I}_{[0,1]}(\theta)f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|θ)=θxθ−1I[0,1](x),θ>0f(x|\theta)=\theta x^{\theta-1}\mathbb{I}_{[0,1]}(x), \theta>0δπ1δ1π\delta^\pi_1 তুলনা করুন এবংδπδπ\delta^\piδπ1δ1π\delta^\pi_1 প্রথমে আমি লক্ষ্য করেছি যে , এবং আমি ধরে নিয়েছি যে …
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.