Questions tagged «uninformative-prior»

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？

17 bayesian  prior  beta-distribution  uninformative-prior 

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

12 bayesian  uninformative-prior  jeffreys-prior 

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。

11 hypothesis-testing  bayesian  frequentist  uninformative-prior 

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。）

10 regression  bayesian  uninformative-prior 

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？

10 bayesian  estimation  uniform  uninformative-prior 

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