728x90 반응형 SMALL Posterior Distribution2 [Bayesian Inference] 사후 분포 (A Posterior Distribution) 사후 분포 (A Posterior Distribution) 베이지안 추론은 데이터 y를 고려한 후 매개변수 θ의 모든 가능한 값의 확률을 조사하여 도출된다. 하이퍼파라미터 λ가 알려지거나 추정되면 Bayes의 정리를 적용하여 사후 pdf를 얻는다. 분모 p(y | I) = p(y | θ, I) π (θ | λ, I)dθ는 증거로 알려져 있으며 p(θ | y, I) 하나로 통합된다. 결합 분포에서 관측 데이터 y를 제외한 모든 변수를 통합하여 증거를 얻는다. 하이퍼파라미터 λ를 모르는 경우 통합을 통해 이를 제거할 수도 있다. 여기서 π(λ | I)는 λ이다. 주어진 데이터 y에서 θ에 대한 지식을 어떻게 체계적으로 업데이트할 수 있는지 알려준다. 예를 들어, 관측값이 한 번에 하나씩 얻어지면 다음과 같이.. 2022. 3. 28. [Bayesian Inference] 베이지안 분석 (Bayesian Analysis) Bayesian Analysis 베이지안 통계의 기본 전제는 모든 미지수가 확률 변수로 취급되고 이러한 양에 대한 지식이 확률 분포를 통해 요약된다는 것이다. 베이지안 통계 사용의 주요 이점은 다음과 같다. 1. 베이지안 통계는 객관적이고 주관적인 불확실성을 정량화하기 위한 유일하게 알려진 일관된 시스템이다. 2. 베이지안 통계는 모델 추정 및 비교와 새로운 관찰의 분류를 위한 원칙적 방법을 제공한다. 3. 베이지안 통계는 다양한 센서 관찰을 결합하는 자연스러운 방법을 제공한다. 4. 베이지안 통계는 누락된 정보를 처리하는 주요 방법을 제공한다. 확률 모델 (Probability Model) 이 단계에서는 고려 중인 모든 변수 간의 관계를 캡처하는 공동 확률 분포를 만든다. 전체 확률 모델 또는 공동 확.. 2022. 3. 28. 이전 1 다음 728x90 반응형 LIST
