贝叶斯(在托马斯贝叶斯之后)指的是概率和统计中的方法,其涉及通过结合先前和观察到的信息来量化关于参数或潜在变量估计的不确定性。贝叶斯建模,推理,优化和模型比较技术是主题。期望编程元素;理论/方法问题应该转到https://stats.stackexchange.com。
我正在编写一个用于残余气体分析质谱的数据缩减程序。具体来说,我试图通过电离将气体消耗建模为指数衰减函数: y = a * exp(-p...
我正在尝试用brms拟合非线性模型。我的模型是: y = 截距 + b1 * (x1 * 平均值(x2^b2)) 在哪里: x1 是测量的连续变量, x2 也是嵌套在 x1 中的连续变量。佛...
这只是贝叶斯新手的编码查询。 我有一个这种类型的模型: 响应 ~ pred + (1 | 参与者) + (1 | 项目) # pred = {level1, level2, level3} [ref level = level1] 我正在使用...
并非所有点都在 Scikit-Optimize 中的空间误差范围内
我正在尝试使用 scikit 优化包在 LSTM 模型(纯 Tensorflow)上执行超参数优化任务。我正在使用使用高斯过程的贝叶斯优化方法(
我正在尝试为 gpboosted 模型创建参数网格。目前,我正在使用网格调整搜索方法,但我一直在阅读 rBayesianOptimization 包中的贝叶斯优化。
我想知道是否有可能将贝叶斯网络转换为几种不同形式的因子图,但仍然保持与原始贝叶斯网络相同的条件概率...
我正在尝试使用贝叶斯推理技术将线性模型拟合到数据。为此,我想到了使用 PyMC。当然,在训练模型之后,我想测试它在新数据上的性能,并且......
R-非贝叶斯方法中的混合效应多项式 Logistic 回归模型?
我正在尝试在 R 中运行至少有 1 个(但最好是 2 个)随机效应的多项逻辑回归,但非常不成功。看来能处理的包很少
我想使用贝叶斯线性回归对两个可观察量 O_2 和 O_3 进行建模:O_2 ~ m_2 * O_1 + q_2 和 O_3 ~ m_3 * O_2 + q_3。我想通过 O_2 将它们耦合起来。我正在使用 PyMC 框架...
我正在尝试使用 rjags 拟合多项逻辑回归模型。结果是一个具有 3 个水平的分类(名义)变量(Outcome),解释变量是年龄(连续)和
我正在使用 R,我想从条件效应中提取数据 RB15 <- brm(X ~ 1 + Y , data = CB, family=sratio("logit"), cores = 4) amc <- conditional_effects(rb15, categoric...
我有一个用 OpenMDAO 构建的模型,我有兴趣尝试贝叶斯优化。我在这个领域为旧版本的 OpenMDAO 找到了一些工作,但对于当前的 OpenMDAO 却没有找到任何工作
我有一个一维函数,如下所示: 即显着下降到 0 附近的稳定值。该函数写为: ((1. / np.sqrt(1. + x ** 2)) - (1. / np.sqrt(1. + C ** 2))) ** 2 什...
我对 BIC 图与 GMM 中组件数量的关系非常困惑。 Python 文档说越低越好,但我在一些网站上读到,正确的簇数是第一个
我已按照有关如何使用 R 中的 BayesFactor 包中的默认先验运行贝叶斯“t 测试”的说明进行操作。 一些返回值是天文数字。 这是一个比较示例...
在 pytorch 上使用 MC Dropout 测量不确定性
我正在尝试在 Pytorch 上使用 Mc Dropout 实现贝叶斯 CNN, 主要思想是,通过在测试时应用 dropout 并运行多次前向传递,您可以从各种
PyMC 使用 JAX 通过 GPU 计算sample_posterior_predictive
我能够使用我的 GPU 通过 m.sampling_jax.sample_numpyro_nuts 加速我的 PyMC 模型采样,并且它在我的 Linux 环境中运行良好。然而,当对后验预测进行采样以扩展时...
我正在使用 brms 包来拟合模型(brms)。但是,我不确定如何解释所产生的系数/效应。具体来说,如果链接函数......
我正在尝试使用pytorch在python中拟合贝叶斯线性回归。但是从后验分布中采样的参数值对于每个参数都是相同的。那是...
如何使用 GitHub 中提供的代码从 R 中的 BSVARS 包计算贝叶斯估计 SVAR 的脉冲响应?
我正在尝试通过 GitHub 中提供的以下代码,使用 BSVARS 包为包中已给定的模型生成结构 var 的脉冲响应。但我收到错误...