প্রশ্ন ট্যাগ «posterior»

বায়েশিয়ান পরিসংখ্যানের ডেটাগুলিতে শর্তযুক্ত পরামিতিগুলির সম্ভাব্য বন্টনকে বোঝায়।

2
MCMC স্যাম্পলিং থেকে উত্তরের অনুমিতকরণের জন্য কার্যকর নমুনার আকার
নির্দিষ্ট প্যারামিটারে অনুমান করার জন্য এমসিএমসি নমুনাগুলি গ্রহণ করার সময়, কোনও ব্যক্তির লক্ষ্য রাখতে হবে এমন ন্যূনতম কার্যকর নমুনার জন্য ভাল গাইড কী ? এবং, মডেলটি কম বেশি জটিল হওয়ার সাথে সাথে এই পরামর্শটি কি পরিবর্তন হয়?

2
কেন বৃহত্তর নমুনা মাপের জন্য বিশৃঙ্খলা সমস্যা জটিল?
ধরুন আমরা পয়েন্ট সেট আছে । প্রতিটি বিন্দু বিতরণ ব্যবহার করে তৈরি করা হয় generated জন্য উত্তর পেতে আমরা প্রত্যাশার প্রচারের উপর মিনকার কাগজ অনুসারে পোস্টেরিয়র পেতে আমাদের গণনা প্রয়োজন এবং সুতরাং, বড় আকারের নমুনা জন্য জটিলতা হয়ে যায় । তবে, আমি বুঝতে পারি না কেন আমাদের এত পরিমাণ গণনার …

2
উইশার্ট-উইশার্ট পোস্টের প্যারামিটারগুলি কী কী?
যখন স্পষ্টতা ম্যাট্রিক্স infering জেনারেট করতে ব্যবহৃত একটি স্বাভাবিক বিতরণের এন ডি-মাত্রিক ভেক্টর x 1 , । । , x এন এক্স iΛΛ\boldsymbol{\Lambda}এনNNএক্স1, । । , এক্সএনx1,..,xN\mathbf{x_1},..,\mathbf{x_N} আমরা সাধারণত উইশার্টেরওপরে রাখিΛযেহেতু উইশার্ট বিতরণ জ্ঞাত গড় এবং অজানা বৈকল্পিকতা সহ বহুবিধ স্বাভাবিক বন্টন হ্রাস করার আগে সম্মিলিত: Λxi∼N(μ,Λ−1)xi∼N(μ,Λ−1)\begin{align} \mathbf{x_i} &\sim \mathcal{N}(\boldsymbol{\mu, …

1
কোনও বিশ্লেষণাত্মক ফর্ম রাখা যথেষ্ট সহজ হতে পারে যখন কোনও পোস্টারিওর ডিস্ট্রিবিউশন বের করার পদক্ষেপগুলি?
এটি কম্পিউটেশনাল সায়েন্সেও জিজ্ঞাসা করা হয়েছিল। আমি 11 টি নমুনা সহ একটি স্বাবলম্বীকরণের জন্য কিছু সহগের একটি বয়েসিয়ান অনুমান গণনা করার চেষ্টা করছি: যেখানে mean গড় 0 এবং বৈকল্পিক সহ গাউসিয়ান the ভেক্টরের উপর পূর্ব বিতরণ গড় সহ গাউসিয়ান এবং এর সাথে একটি তির্যক কোভারিয়েন্স ম্যাট্রিক্স তির্যক টি এন্ট্রির মধ্যে …

2
বায়েশিয়ান অনুমানের ক্ষেত্রে, কিছু পদগুলি উত্তরবর্তী ভবিষ্যদ্বাণীমূলক থেকে বাদ দেওয়া কেন?
গাউসীয় বিতরণ সম্পর্কে কেভিন মরফির কনজুগেট বায়েশিয়ান বিশ্লেষণে তিনি লিখেছেন যে উত্তরোত্তর ভবিষ্যদ্বাণীমূলক বিতরণ p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta যেখানে হল এমন ডেটা যেখানে মডেলটি ফিট এবং অদেখা ডেটা। কি আমি বুঝতে পারছি না কেন উপর নির্ভরতা হয় অবিচ্ছেদ্য প্রথম মেয়াদে …

2
একটি যথাযথ পূর্ববর্তী এবং তাত্পর্যপূর্ণ সম্ভাবনা একটি অনুচিত উত্তরোত্তর হতে পারে?
(এই প্রশ্নের দ্বারা অনুপ্রাণিত হয় এই মন্তব্যটি থেকে সিয়ান ।) এটি সুপরিচিত যে পূর্বের বিতরণ যদি π(θ)π(θ)\pi(\theta) যথাযথ হয় এবং সম্ভাবনা L(θ|x)L(θ|x)L(\theta | x) ভালভাবে সংজ্ঞায়িত হয় তবে উত্তরোত্তর বিতরণ π(θ|x)∝π(θ)L(θ|x)π(θ|x)∝π(θ)L(θ|x)\pi(\theta|x)\propto \pi(\theta) L(\theta|x) প্রায় অবশ্যই সঠিক। কিছু ক্ষেত্রে, আমরা পরিবর্তে একটি মেজাজযুক্ত বা ঘৃণ্য সম্ভাবনা ব্যবহার করি, যা ছদ্ম-উত্তরোত্তর দিকে …

2
সাধারণ-উইশার্টের উত্তরোত্তর ব্যয়
আমি একটি নরমাল-উইশার্টের উত্তরোত্তর আবিষ্কারের জন্য কাজ করছি তবে আমি কোনও একটি পরামিতি (স্কেল ম্যাট্রিক্সের উত্তরবর্তী, নীচে দেখুন) এ আটকে আছি। কেবল প্রসঙ্গ এবং সম্পূর্ণতার জন্য, এখানে মডেল এবং বাকী সমস্ত ডেরাইভেশন রয়েছে: xiμΛ∼N(μ,Λ)∼N(μ0,(κ0Λ)−1)∼W(υ0,W0)xi∼N(μ,Λ)μ∼N(μ0,(κ0Λ)−1)Λ∼W(υ0,W0)\begin{align} x_i &\sim \mathcal{N}(\boldsymbol{\mu}, \boldsymbol{\Lambda})\\ \boldsymbol{\mu} &\sim \mathcal{N}(\boldsymbol{\mu_0}, (\kappa_0 \boldsymbol{\Lambda})^{-1})\\ \boldsymbol{\Lambda} &\sim \mathcal{W}(\upsilon_0, \mathbf{W}_0) \end{align} তিনটি উপাদানের …

1
সর্বাধিক পোস্টেরিয়েরি অনুমানের উদাহরণ
আমি সর্বাধিক সম্ভাবনার অনুমান এবং সর্বাধিক উত্তরোত্তর অনুমান সম্পর্কে পড়ছি এবং এখন পর্যন্ত আমি সর্বাধিক সম্ভাবনা অনুমানের সাথে কংক্রিটের উদাহরণগুলি পেয়েছি। সর্বাধিক পোস্টেরিয়েরি অনুমানের কয়েকটি বিমূর্ত উদাহরণ আমি পেয়েছি, তবে এটির সংখ্যার সাথে এখনও কংক্রিটের কিছু নেই: এস এটি খুব বিস্ময়কর হতে পারে, কেবল বিমূর্ত পরিবর্তনশীল এবং ফাংশনগুলির সাথে কাজ …

1
রিগ্রেশন সেটিংসে যখন ঘন ঘনবাদী নমুনা বিতরণকে বায়েশীয় উত্তরোত্তর হিসাবে ব্যাখ্যা করা যায় না?
আমার আসল প্রশ্নগুলি শেষ দুটি অনুচ্ছেদে রয়েছে তবে সেগুলি অনুপ্রাণিত করতে: যদি আমি পরিচিত রুপের সাথে একটি সাধারণ বিতরণ অনুসরণ করে এমন একটি এলোমেলো ভেরিয়েবলের গড় অনুমানের চেষ্টা করি, তবে আমি পড়েছি যে কোনও উত্তরোত্তর বিতরণে গড় ফলাফলের পূর্বে ইউনিফর্ম রাখার সম্ভাবনা ফাংশনের সাথে আনুপাতিক। এই পরিস্থিতিতে বায়েশীয় বিশ্বাসযোগ্য ব্যবধানটি …

2
বয়েসিয়ান লিনিয়ার রিগ্রেশন মধ্যে উত্তরোত্তর ভবিষ্যদ্বাণীমূলক বিতরণ মূল্যায়ন করুন
আমি কীভাবে বায়সীয় লিনিয়ার রিগ্রেশনের উত্তরোত্তর ভবিষ্যদ্বাণীমূলক বিতরণকে মূল্যায়ন করব, এখানে পৃষ্ঠা 3 তে বর্ণিত মৌলিক কেসটি পেরিয়ে কীভাবে নীচে অনুলিপি করব সে সম্পর্কে আমি বিভ্রান্ত হয়ে পড়েছি । p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y)p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y) p(\tilde y \mid y) = \int p(\tilde y \mid \beta, \sigma^2) p(\beta, \sigma^2 \mid y) মূল কেসটি এই লিনিয়ার রিগ্রেশন …

2
স্ট্যান কি ভবিষ্যদ্বাণীমূলক পোস্টারিয়র করতে পারে?
ভবিষ্যদ্বাণীপূর্ণ উত্তরোত্তর বিতরণ উত্পন্ন করার জন্য স্টান (বিশেষত অর্স্টান) অন্তর্নির্মিত সুবিধা রয়েছে কি? স্ট্যান ফিট থেকে বিতরণ উত্পন্ন করা শক্ত নয়, তবে আমি চাকাটি পুনরায় উদ্ভাবন করব না।
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.