上一页 1 ··· 348 349 350 351 352 353 354 355 356 ··· 362 下一页
摘要: 原文链接:http://tecdat.cn/?p=3429 BART是贝叶斯非参数模型,可以使用Backfitting MCMC进行拟合 。 我不使用任何软件包...... MCMC是从头开始实现的。 考虑协变量数据​和成果​为​主题,​。在这个玩具示例中,数据看起来像这样: ​ 我们可能会考虑以下 阅读全文
posted @ 2019-04-22 18:02 拓端tecdat 阅读(483) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=6690 在最近的一篇文章中,我描述了一个Metropolis-in-Gibbs采样器,用于估计贝叶斯逻辑回归模型的参数。 这篇文章就此问题进行了研究,以展示Rcpp如何帮助克服这一瓶颈。 TLDR:只需用C ++编写log-posterior而不是 阅读全文
posted @ 2019-04-22 18:01 拓端tecdat 阅读(450) 评论(0) 推荐(0) 编辑
摘要: 对于许多模型,如物流模型,没有共轭先验 - 所以Gibbs不适用。正如我们在第一篇文章中看到的那样,蛮力网格方法太慢而无法扩展到真实环境。 这篇文章展示了我们如何使用Metropolis-Hastings(MH)从每个被阻挡的Gibbs迭代中的非共轭条件后验中进行采样 - 这是一种比网格方法更好的替 阅读全文
posted @ 2019-04-22 18:00 拓端tecdat 阅读(274) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=11617 在这篇文章中,我将对多元线性回归做同样的事情。我将得出阻塞的Gibbs采样器所需的条件后验分布。然后我将对采样器进行编码并使用模拟数据对其进行测试。 一个贝叶斯模型 假设我们有一个样本大小的​科目。我们观察​结果向量​。贝叶斯多元回归假设 阅读全文
posted @ 2019-04-22 17:59 拓端tecdat 阅读(419) 评论(0) 推荐(0) 编辑
摘要: 原文:http://tecdat.cn/?p=3430 我使用excel来构建Cobb-Douglas生产函数的可视化 。 生产函数将任何给定公司的输出表示为两个输入(人工和资本)和参数(α和β)的函数。当α和β之和等于1时,可以证明它们分别代表劳动力和资本的产出份额。 这种情况也意味着公司的经营规 阅读全文
posted @ 2019-04-22 17:58 拓端tecdat 阅读(1009) 评论(0) 推荐(0) 编辑
摘要: 引言 本文中主题是内生性,它可能严重偏向回归估计。我将专门模拟由遗漏变量引起的内生性。在本系列的后续文章中,我将模拟其他规范问题,如异方差性,多重共线性和对撞机偏差。 数据生成过程 考虑一些结果变量的数据生成过程(DGP)​: ​ ​ 对于该模拟,我设置参数值​,​以及​与模拟正相关的独立变量,​和 阅读全文
posted @ 2019-04-22 17:57 拓端tecdat 阅读(252) 评论(0) 推荐(0) 编辑
摘要: 最近关于p值讨论的爆发激发了我进行简短的模拟研究。 特别是,我想说明p值如何随着效果和样本大小的不同而变化。以下是模拟的详细信息。我模拟​了我的自变量的绘制​: ​ ​ 对于每一个​,我定义一个​as ​ ​​ 换句话说,对于每个效果大小,​模拟绘制​并​出现一些错误​。估计以下回归模型并​观察p值 阅读全文
posted @ 2019-04-22 17:57 拓端tecdat 阅读(222) 评论(0) 推荐(0) 编辑
摘要: NYPD提供有关数据字典的止损和风险的数据,位于此处。这些数据从2003年到2014年不等,包含450多万 的信息。包括 人的年龄,性别和种族等几个变量。 我写了一些R代码来清理并将数据编译成单个.RData文件。 这篇文章的目的只是为了让这些干净的编译数据集可供其他人与他们自己的数据集结合使用,并 阅读全文
posted @ 2019-04-22 17:56 拓端tecdat 阅读(246) 评论(0) 推荐(0) 编辑
摘要: 这篇文章的目的是将我在夜班学习的材料与我的日常工作和R相结合。 如果我们有一些根据固定概率随时间在状态之间切换的对象,我们可以使用马尔可夫链 * 来模拟该对象的长期行为。 一个很好的例子是抵押贷款。在任何给定的时间点,贷款都有违约概率,保持最新付款或全额偿还。总的来说,我们将这些称为“转移概率”。假 阅读全文
posted @ 2019-04-22 17:55 拓端tecdat 阅读(988) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=4612 贝叶斯分析的许多介绍都使用了相对简单的教学实例(例如根据伯努利数据给出成功概率的推理)。虽然这可以很好地介绍贝叶斯原理,但是将这些原理扩展到回归并不是直接的。 这篇文章将概述这些原理如何扩展到简单的线性回归。我将导出感兴趣参数的后验条件分布 阅读全文
posted @ 2019-04-22 15:49 拓端tecdat 阅读(989) 评论(0) 推荐(0) 编辑
上一页 1 ··· 348 349 350 351 352 353 354 355 356 ··· 362 下一页