Questions tagged «uninformative-prior»

1
在无信息的Beta先验之间进行选择
我正在寻找无信息的先验信息,以进行Beta分发以使用二项式过程(命中率/小姐)。最初,我考虑使用生成统一的PDF,或者使用Jeffrey 优先使用。但是我实际上是在寻找对后验结果影响最小的先验,然后我考虑使用的不正确的先验。这里的问题是,只有当我至少有一次命中和一次错过时,我的后验分布才起作用。为了克服这个问题,我然后考虑使用一个非常小的常数,例如,只是为了确保后和将。α=1,β=1α=1,β=1\alpha=1, \beta=1α=0.5,β=0.5α=0.5,β=0.5\alpha=0.5, \beta=0.5α = 0,β= 0α=0,β=0\alpha=0, \beta=0α = 0.0001 ,β= 0.0001α=0.0001,β=0.0001\alpha=0.0001, \beta=0.0001αα\alphaββ\beta> 0>0>0 有谁知道这种方法是否可以接受?我看到了更改这些先验的数值效果,但是有人可以给我一种将像这样的小常数放在先验的解释吗?

1
非信息先验的意义是什么?
为什么还要提供非信息性先验?他们不提供有关信息。那为什么要使用它们呢?为什么不仅使用信息先验?例如,假设。那么是的非先验信息吗?θθ\thetaθ∈[0,1]θ∈[0,1] \theta \in [0,1]θ∼U(0,1)θ∼U(0,1)\theta \sim \mathcal{U}(0,1)θθ\theta

4
贝叶斯无信息先验与惯常主义原假设:是什么关系?
我在这里的博客文章中看到了这张图片。 令我感到失望的是,阅读这份声明并没有像我给这个家伙带来同样的面部表情。 那么,零假设是频繁主义者如何表达无信息先验的陈述意味着什么?是真的吗 编辑:我希望有人可以提供一个慈善的解释,使这个说法正确,即使从某种意义上来说也是这样。

3
进行线性回归时,斜率的无先验信息是什么?
在执行贝叶斯线性回归时,需要为坡度分配先验并截取。由于是位置参数,因此分配统一的先验是有意义的;但是,在我看来,类似于比例尺参数,并且在其之前分配制服似乎是不自然的。aaabbbbbbaaa 另一方面,为线性回归的斜率分配通常没有信息的杰弗里·普雷尔()似乎不太正确。首先,它可以是负数。但是我看不出还有什么可能。1/a1/a1/a 那么,贝叶斯线性回归的斜率的“适当”先验信息是什么?(任何参考文献将不胜感激。)

3
估计均匀分布的参数:不正确的先验?
我们有N个样本 X一世XiX_i,从均匀分布 [0,θ][0,θ][0,\theta] 哪里 θθ\theta未知。估计θθ\theta 从数据。 因此,贝叶斯法则... F(θ|X一世)=F(X一世|θ)F(θ)F(X一世)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} 可能是: F(X一世|θ)=∏ñ一世=1个1个θf(Xi|θ)=∏Ni=11θf({X_i}|\theta) = \prod_{i=1}^N \frac{1}{\theta} (编辑:何时 0≤X一世≤θ0≤Xi≤θ0 \le X_i \le \theta 对所有人 一世ii,否则为0-感谢whuber) 但是没有其他信息 θθ\theta,似乎事前应该与 1个11 (即制服)或 1个大号1L\frac{1}{L} (杰弗里斯事前?) [0,∞][0,∞][0,\infty]但是然后我的积分不收敛,我不确定如何进行。有任何想法吗?

4
R中的离散时间事件历史(生存)模型
我正在尝试在R中拟合离散时间模型,但不确定如何执行。 我读过您可以将因变量组织在不同的行中,每个时间观察行一个,并将该glm函数与logit或cloglog链接一起使用。从这个意义上讲,我有三列:ID,Event(在每个时间范围内为1或0)和Time Elapsed(自观察开始以来)以及其他协变量。 如何编写适合模型的代码?哪个因变量?我想我可以将其Event用作因变量,并将其包括Time Elapsed在协变量中。但是,会发生什么ID呢?我需要吗? 谢谢。
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 
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.