| dbo:abstract
|
- في الاحتمالات، يتم استخدام عوامل بايز كبدائل عن اختبار الفرضيات الإحصائي الكلاسيكي. مقارنة نموذج بايزي هو وسيلة لاختيار نموذج استنادا إلى عوامل بايز. (ar)
- The Bayes factor is a ratio of two competing statistical models represented by their marginal likelihood, and is used to quantify the support for one model over the other. The models in questions can have a common set of parameters, such as a null hypothesis and an alternative, but this is not necessary; for instance, it could also be a non-linear model compared to its linear approximation. The Bayes factor can be thought of as a Bayesian analog to the likelihood-ratio test, but since it uses the (integrated) marginal likelihood instead of the maximized likelihood, both tests only coincide under simple hypotheses (e.g., two specific parameter values). Also, in contrast with null hypothesis significance testing, Bayes factors support evaluation of evidence in favor of a null hypothesis, rather than only allowing the null to be rejected or not rejected. Although conceptually simple, the computation of the Bayes factor can be challenging depending on the complexity of the model and the hypotheses. Since closed-form expressions of the marginal likelihood are generally not available, numerical approximations based on MCMC samples have been suggested. For certain special cases, simplified algebraic expressions can be derived; for instance, the Savage–Dickey density ratio in the case of a precise (equality constrained) hypothesis against an unrestricted alternative. Another approximation, derived by applying Laplace's method to the integrated likelihoods, is known as the Bayesian information criterion (BIC); in large data sets the Bayes factor will approach the BIC as the influence of the priors wanes. In small data sets, priors generally matter and must not be improper since the Bayes factor will be undefined if either of the two integrals in its ratio is not finite. (en)
- In statistica l'impiego del fattore di Bayes è un'alternativa bayesiana al classico test di verifica d'ipotesi. Il confronto bayesiano di modelli è un metodo di basato su fattori di Bayes. (it)
- Czynnik Bayesa (BF, ang. Bayes factor) – stosunek prawdopodobieństwa uzyskania danych obserwacji w dwóch porównywanych modelach. Pozwala on na porównanie, w jakim stopniu dane świadczą na rzecz dwóch alternatywnych hipotez, i jest jedną z metod weryfikowania hipotez statystycznych we wnioskowaniu bayesowskim. (pl)
- ベイズ因子（ベイズいんし、英: Bayes factor）は、ベイズ統計学において、伝統的統計学の仮説検定に代わる方法として用いられる数値である。 データベクトルx に基づいて2つの数学的モデル M1 と M2 のどちらかを選択する問題を考える。ここで、ベイズ因子 K は で与えられる。この方法は尤度比検定あるいは最尤法に似ているが、尤度（モデルあるいは母数を定数とし、それを条件とする確率変数x の条件付き確率のこと）を最大化するのでなく、母数を確率変数とし、それに対して平均値をとってから最大化するところが違う。一般にモデルは母数ベクトル（複数の母数をベクトルとして扱う）によって規定される。これらをM1 に対して θ1 、 M2 に対して θ2 としよう。K は で与えられる。このK の対数をとり、「データ x によって与えられる M2 を基準としたM1 の証拠の重み（weight of evidence）」と呼ぶこともある。単位はビット（2を底にした場合）など。 K > 1 は、M1 の方が M2 よりも確からしいということをデータが示しているということであり、K < 1となればちょうどその逆となる。それに対し、古典的な仮説検定は一方の仮説（またはモデル）に反する証拠しか考慮対象にしていない（つまり両仮説は不可逆である）という点が、大きく異なる。 (ja)
- Em estatística, o uso de fatores de Bayes é uma alternativa bayesiana ao teste de hipóteses clássico. A comparação de modelos bayesianos é um método de seleção de modelos baseado em fatores de Bayes. Os modelos em consideração são modelos estatísticos. O objetivo do fator Bayes é quantificar o suporte para um modelo em comparação com outro, independentemente de esses modelos estarem corretos. A definição técnica de "suporte" no contexto da inferência bayesiana é descrita abaixo. (pt)
- Коэффицие́нт Ба́йеса — байесовская альтернатива проверке статистических гипотез. Байесовское сравнение моделей — метод выбора моделей на основе коэффициентов Байеса. Обсуждаемые модели являются статистическими моделями. Целью коэффициента Байеса является количественное выражение поддержки модели по сравнению с другой моделью, независимо от того, верны модели или нет. Техническое определение понятия «поддержка» в контексте байесовского вывода дано ниже. (ru)
- У статистиці використання коефіціє́нтів Ба́єса (англ. Bayes factors) є баєсовою альтернативою класичній перевірці гіпотез. Ба́єсове порівня́ння моде́лей є методом обирання моделі, що ґрунтується на коефіцієнтах Баєса. (uk)
|
| dbo:wikiPageExternalLink
| |
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 17751 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| dbp:wikiPageUsesTemplate
| |
| dcterms:subject
| |
| gold:hypernym
| |
| rdf:type
| |
| rdfs:comment
|
- في الاحتمالات، يتم استخدام عوامل بايز كبدائل عن اختبار الفرضيات الإحصائي الكلاسيكي. مقارنة نموذج بايزي هو وسيلة لاختيار نموذج استنادا إلى عوامل بايز. (ar)
- In statistica l'impiego del fattore di Bayes è un'alternativa bayesiana al classico test di verifica d'ipotesi. Il confronto bayesiano di modelli è un metodo di basato su fattori di Bayes. (it)
- Czynnik Bayesa (BF, ang. Bayes factor) – stosunek prawdopodobieństwa uzyskania danych obserwacji w dwóch porównywanych modelach. Pozwala on na porównanie, w jakim stopniu dane świadczą na rzecz dwóch alternatywnych hipotez, i jest jedną z metod weryfikowania hipotez statystycznych we wnioskowaniu bayesowskim. (pl)
- ベイズ因子（ベイズいんし、英: Bayes factor）は、ベイズ統計学において、伝統的統計学の仮説検定に代わる方法として用いられる数値である。 データベクトルx に基づいて2つの数学的モデル M1 と M2 のどちらかを選択する問題を考える。ここで、ベイズ因子 K は で与えられる。この方法は尤度比検定あるいは最尤法に似ているが、尤度（モデルあるいは母数を定数とし、それを条件とする確率変数x の条件付き確率のこと）を最大化するのでなく、母数を確率変数とし、それに対して平均値をとってから最大化するところが違う。一般にモデルは母数ベクトル（複数の母数をベクトルとして扱う）によって規定される。これらをM1 に対して θ1 、 M2 に対して θ2 としよう。K は で与えられる。このK の対数をとり、「データ x によって与えられる M2 を基準としたM1 の証拠の重み（weight of evidence）」と呼ぶこともある。単位はビット（2を底にした場合）など。 K > 1 は、M1 の方が M2 よりも確からしいということをデータが示しているということであり、K < 1となればちょうどその逆となる。それに対し、古典的な仮説検定は一方の仮説（またはモデル）に反する証拠しか考慮対象にしていない（つまり両仮説は不可逆である）という点が、大きく異なる。 (ja)
- Em estatística, o uso de fatores de Bayes é uma alternativa bayesiana ao teste de hipóteses clássico. A comparação de modelos bayesianos é um método de seleção de modelos baseado em fatores de Bayes. Os modelos em consideração são modelos estatísticos. O objetivo do fator Bayes é quantificar o suporte para um modelo em comparação com outro, independentemente de esses modelos estarem corretos. A definição técnica de "suporte" no contexto da inferência bayesiana é descrita abaixo. (pt)
- Коэффицие́нт Ба́йеса — байесовская альтернатива проверке статистических гипотез. Байесовское сравнение моделей — метод выбора моделей на основе коэффициентов Байеса. Обсуждаемые модели являются статистическими моделями. Целью коэффициента Байеса является количественное выражение поддержки модели по сравнению с другой моделью, независимо от того, верны модели или нет. Техническое определение понятия «поддержка» в контексте байесовского вывода дано ниже. (ru)
- У статистиці використання коефіціє́нтів Ба́єса (англ. Bayes factors) є баєсовою альтернативою класичній перевірці гіпотез. Ба́єсове порівня́ння моде́лей є методом обирання моделі, що ґрунтується на коефіцієнтах Баєса. (uk)
- The Bayes factor is a ratio of two competing statistical models represented by their marginal likelihood, and is used to quantify the support for one model over the other. The models in questions can have a common set of parameters, such as a null hypothesis and an alternative, but this is not necessary; for instance, it could also be a non-linear model compared to its linear approximation. The Bayes factor can be thought of as a Bayesian analog to the likelihood-ratio test, but since it uses the (integrated) marginal likelihood instead of the maximized likelihood, both tests only coincide under simple hypotheses (e.g., two specific parameter values). Also, in contrast with null hypothesis significance testing, Bayes factors support evaluation of evidence in favor of a null hypothesis, rat (en)
|
| rdfs:label
|
- عامل بايز (ar)
- Bayes factor (en)
- Fattore di Bayes (it)
- ベイズ因子 (ja)
- Czynnik Bayesa (pl)
- Fator de Bayes (pt)
- Коэффициент Байеса (ru)
- Коефіцієнт Баєса (uk)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:wikiPageRedirects
of | |
| is dbo:wikiPageWikiLink
of | |
| is foaf:primaryTopic
of | |
