收敛-统计

收敛(convergence),指某个统计量、模型参数或目标函数值,随着数据量、迭代次数或训练时间的增加,逐渐趋近于某个稳定值或理论值的过程。

老化-统计

老化(burn-in),指在使用马尔可夫链蒙特卡罗(MCMC)等采样方法时, 初始阶段生成的样本被丢弃的过程,以避免初始偏差对最终结果的影响。

马尔可夫链蒙特卡罗诊断-统计

马尔可夫链蒙特卡罗诊断(Markov chain Monte Carlo diagnostics ),指用于评估马尔可夫链蒙特卡罗方法的收敛性和性能的一系列统计工具和指标。

马尔可夫链蒙特卡罗-统计

马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC),指构造一个随机模型来描述一系列发生概率只受到前一事件状态影响的可能事件,使其平稳分布为待估参数的后验分布并产生样本,基于该样本通过重复的模拟和抽样进行参数估计的统计方法。 ...

后验近似-统计

后验近似(posterior approximation),指结合先验信息,根据观测结果得出的所有未知变量的后验概率的近似值。

边际似然-统计

边际似然(marginal likelihood),又称“边缘似然”,指由先验加权的似然在整个参数空间的平均值,代表了模型对数据集的平均拟合度,是贝叶斯框架中模型比较的常用方法。

最高后验密度-统计

最高后验密度(highest posterior density, HPD),指后验分布中具有最大概率密度的点或值,代表了对未知参数的最可能估计。

贝叶斯可信区间-统计

贝叶斯可信区间(Bayesian credible interval),简称“可信区间”,又称“贝叶斯置信区间”,指利用参数后验分布获得的参数区间。90%的可信区间在样本给定后,可通过后验分布的分位数求得,总体参数落入可信区间的概率为 0.9。贝叶斯学派为了与频率学派置信区间相区别而提出的一个概念。 ...

后验分布-统计

后验分布(posterior distribution),指根据样本信息和参数的先验分布,通过抽样并根据条件概率分布的计算原理更新已知条件下参数的条件。

超先验分布-统计

超先验分布(hyperprior distribution),指在贝叶斯统计中,用于描述先验分布参数的先验分布。当为模型参数设定先验分布时,如该先验分布本身还有未知参数,可以为这些未知参数设置的先验分布。

层次贝叶斯分析-统计

层次贝叶斯分析(hierarchical Bayesian analysis),指一种基于贝叶斯框架,通过结构化地考虑多层参数关系,使得一个层级的参数估计能够受到另一个层级数据的影响,允许共享信息的分析方法,通常分为“全局”或“总体”参数和“局部”或“子群”参数。适用于存在群体差异或结构化数据。 ...

层次先验-统计

层次先验(hierarchical prior),指参数本身有其先验分布的情况下,该先验分布的参数又有另外的先验分布的结构,允许在多个层次上共享信息。适用于处理复杂的数据结构或组间变异,可以考虑到不同的信息源,并更好地估计模型参数。 ...

半共轭先验-统计

半共轭先验(semiconjugate prior),指一种先验分布,它与似然函数结合后,得到的后验分布与原先验形式相似,但可能涉及更多的参数。只部分地保留了形式,从而为建模提供了更大的灵活性,同时仍然简化了计算。

非共轭先验-统计

非共轭先验(non-conjugate prior),指与似然函数结合后不会产生同类的后验分布的先验分布。可能需要更复杂的方法(如MCMC)来得到后验分布。简言之,它不保证与特定的似然函数结合时产生易于处理的后验分布。

共轭先验-统计

共轭先验(conjugate prior),指一种当先验分布与似然函数结合后,所得到的后验分布与先验分布属于同一家族或形式的先验分布。因后验分布的形式与先验分布相同,可避免在更新估计时的复杂计算。

单位信息先验-统计

单位信息先验(unit information prior),指一种在模型参数估计中赋予先验知识与单一数据样本相同的权重的先验分布,包含了与单一数据点等量的信息。它旨在平衡先验和似然函数的贡献,使得先验的影响等同于一个观测值。

部分信息先验-统计

部分信息先验(weakly informative prior),又称“弱信息先验”,指一种基于已有知识和部分信息的先验分布。它为参数提供了某种基本的、广泛的指导或限制,但并没有强烈地偏向于任何特定值。这种先验有助于提供模型的稳定性,同时仍然允许数据对参数估计产生主导作用。 ...

有信息先验-统计

有信息先验(informative prior),指一种反映明确或特定知识的先验分布。它基于先前研究、经验、专家意见或其他信息源。与非信息先验相比,为参数或变量设定了明确的信念或约束,从而在分析中起到引导作用。

无信息先验-统计

无信息先验(non-informative prior),指一种尽量不对参数或变量的可能值做出任何假设或预设的先验分布。这种先验的目标是尽量避免对分析结果施加太多的主观偏见,从而让数据本身在贝叶斯分析中产生更大的影响。

先验分布-统计

先验分布(prior distribution),指在观察数据之前对一个或多个随机变量的不确定性或变化性的描述。它表示我们在观测到新数据之前关于某一参数或变量的知识或信念。可以基于之前的研究、专家知识或其他信息来源。
1 ...668669670671672673674675... 734下一页
×
QQ也能登录公卫人

绑定QQ更安全

将公卫人账号绑定QQ,登录更便捷

点击用QQ账号快捷登录,一键登录公卫人