Описание тега bayesian

Описание тега Вопросы с тегом
Байесовский (после Томаса Байеса) относится к методам вероятности и статистики, которые включают количественную оценку неопределенности оценок параметров или скрытых переменных путем включения как предшествующей, так и наблюдаемой информации. По теме рассматриваются методы байесовского моделирования, вывода, оптимизации и сравнения моделей. Ожидается элемент программирования; теоретические / методологические вопросы следует направлять на https://stats.stackexchange.com.

Обзор

Байесовский вывод - это метод статистического вывода, который использует теорему Байеса, названную в честь Томаса Байеса (1702-1761), для количественной оценки неопределенности параметров или скрытых переменных. Утверждение теоремы Байеса в байесовском выводе таково:

введите описание изображения здесь

Здесь θ представляет параметры, которые необходимо вывести, а d - данные. P(θ|d) - апостериорная вероятность, а P(θ|d) - функция правдоподобия. P(θ) - это априор: функция, кодирующая предыдущие представления о θ в модели, подходящей для данных. P(d) - коэффициент нормализации.

Формула используется в качестве процедуры обновления: по мере поступления большего количества данных апостериорные данные можно обновлять последовательно. В первую очередь, приоритет должен быть указан пользователем. В более поздних обновлениях обычно выбирается апостериор от предыдущей процедуры обновления.

Ссылки

Следующие темы содержат списки ссылок:

Следующие журналы посвящены исследованиям в области байесовской статистики:

Использование тегов

Вопросы о байесовском теге должны касаться проблем реализации и программирования, а не статистических или теоретических свойств метода. Подумайте, может ли ваш вопрос лучше подходить для Cross Validated, сайта StackExchange для статистики, машинного обучения и анализа данных.