Posterior predictive distribution
http://dbpedia.org/resource/Posterior_predictive_distribution
Στον κλάδο της Στατιστικής, και συγκεκριμένα στην Μπεϋζιανή προσέγγιση της Στατιστικής, η κατανομή των μελλοντικών παρατηρήσεων καλείται προβλεπτική κατανομή πιθανότητας. Η προβλεπτική κατανομή πιθανότητας λαμβάνει διαφορετική μορφή ανάλογα με το αν έχουμε συλλέξει παρατηρήσεις της υπό πρόβλεψη μεταβλητής, σε κάθε περίπτωση όμως είναι η μέση τιμή της πιθανοφάνειας ως προς την κατανομή των παραμέτρων. Η εν λόγω κατανομή αποδεικνύεται χρήσιμη τόσο για την πρόβλεψη μελλοντικών παρατηρήσεων, όσο και για την δημιουργία διαγνωστικών ελέγχων για την προσαρμογή και τις παραδοχές του μοντέλου.
rdf:langString
In Bayesian statistics, the posterior predictive distribution is the distribution of possible unobserved values conditional on the observed values. Given a set of N i.i.d. observations , a new value will be drawn from a distribution that depends on a parameter : A posterior predictive distribution accounts for uncertainty about . The posterior distribution of possible values depends on : And the posterior predictive distribution of given is calculated by marginalizing the distribution of given over the posterior distribution of given :
rdf:langString
rdf:langString
Προβλεπτική κατανομή πιθανότητας
rdf:langString
Posterior predictive distribution
xsd:integer
35052447
xsd:integer
1119721274
rdf:langString
Στον κλάδο της Στατιστικής, και συγκεκριμένα στην Μπεϋζιανή προσέγγιση της Στατιστικής, η κατανομή των μελλοντικών παρατηρήσεων καλείται προβλεπτική κατανομή πιθανότητας. Η προβλεπτική κατανομή πιθανότητας λαμβάνει διαφορετική μορφή ανάλογα με το αν έχουμε συλλέξει παρατηρήσεις της υπό πρόβλεψη μεταβλητής, σε κάθε περίπτωση όμως είναι η μέση τιμή της πιθανοφάνειας ως προς την κατανομή των παραμέτρων. Η εν λόγω κατανομή αποδεικνύεται χρήσιμη τόσο για την πρόβλεψη μελλοντικών παρατηρήσεων, όσο και για την δημιουργία διαγνωστικών ελέγχων για την προσαρμογή και τις παραδοχές του μοντέλου.
rdf:langString
In Bayesian statistics, the posterior predictive distribution is the distribution of possible unobserved values conditional on the observed values. Given a set of N i.i.d. observations , a new value will be drawn from a distribution that depends on a parameter : It may seem tempting to plug in a single best estimate for , but this ignores uncertainty about , and because a source of uncertainty is ignored, the predictive distribution will be too narrow. Put another way, predictions of extreme values of will have a lower probability than if the uncertainty in the parameters as given by their posterior distribution is accounted for. A posterior predictive distribution accounts for uncertainty about . The posterior distribution of possible values depends on : And the posterior predictive distribution of given is calculated by marginalizing the distribution of given over the posterior distribution of given : Because it accounts for uncertainty about , the posterior predictive distribution will in general be wider than a predictive distribution which plugs in a single best estimate for .
xsd:nonNegativeInteger
16130