Вход

Байесовский подход в работе с числовой информацией

Реферат
Код 98364
Дата создания 28.01.2016
Страниц 15
Файлы будут доступны для скачивания после проверки оплаты.
750руб.
КУПИТЬ

Содержание

Введение 3 1. Байесовский подход 5 2. Априорные распределения, которые сопряжены с наблюдаемыми генеральными совокупностями 8 3. Пересчет значений параметров для перехода от априорных сопряженных распределений к апостериорным 9 4. Примеры эконометрических задач, использующих байесовский подход 10 4.1. Оценка закона распределения домашних хозяйств в регионе по величине среднедушевых доходов 10 4.2. Оценка интенсивности вызовов скорой помощи 11 Заключение 14 Список использованной литературы 15 Содержание

Фрагмент работы для ознакомления

Необходимо с использованием сопряженного априорного распределения параметра получить байесовские точечные и интервальные оценки величины средней интенсивности вызовов скорой помощи в течение часа и провести сравнение этих оценок с результатами применения метода максимального правдоподобия. Сопряженные априорные распределения описываются гамма-законом, с параметрами и, которые определяются по системе уравнений: Отсюда . По формулам пересчета параметров апостериорного гамма-распределения найдем: Поэтому, Исходя из вышеприведенных формул можно сделать утверждение, что справедливы неравенства с вероятностью: - стопроцентная точка гамма-распределения с параметрами . Воспользуемся формулами: при m>100 будет: , в котором - являются стопроцентными точками распределения хи-квадрат и нормального распределения, отсюда: с вероятностью Ро = 0,95 Решая эту же задачу по методу максимального правдоподобия получаем: с вероятностью Ро = 0,95 Таким образом, применение априорных данных о неизвестном параметре при байесовском подходе позволяет сужать интервал оценок больше, чем вдвое. Заключение В ходе проделанной работы рассмотрено понятие Байесовского подхода и его использование в эконометрических исследованиях. Рассмотрено несколько конкретных примеров применения этого подхода - оценка интенсивности вызовов скорой помощи и оценка закона распределения домашних хозяйств в регионе по величине среднедушевых доходов. В ходе проведения оценок было сделано сравнение результатов байесовского подхода и метода максимального правдоподобия, в ходе которого оказалось, что байесовский подход дает результаты, точнее в 1,5-2 раза, чем метод максимального правдоподобия. Байесовские способы оценки могут давать ощутимые преимущества в точности расчетов при ограниченном объеме выборки, в сравнении с классическими методами. При росте числа наблюдений в выборке оба подхода будут примерно одинаковыми. В практическом применении байесовского подхода возникают три проблемы [9]: 1. Выбор общего вида априорного распределения оцениваемого неизвестного параметра ; 2. Выбор численных значений параметров D, которые определяют конкретное состояние априорного распределения и при выбранном общем виде в п.1. 3. Преодоление трудностей реализации формулы: при вычислении апостериорного распределения . Таким образом, если удается решить три указанные проблемы, то байесовский подход является идеальным методом точных оценок неизвестных параметров модели в эконометрических исследованиях при небольших объемах выборок. Список использованной литературы 1. Зельнер А. Байесовские методы в эконометрике. Пер. с англ. М.: Статистика. c.133-198, 1980. 2. Айвазян С.А. Прикладная статистика и основы эконометрики. Том 2: Основы эконометрики. Издание 2-е. Юнити, 2001, c. 38-47. 3. С. А. Айвазян, В. С. Мхитарян. Теория вероятностей и прикладная статистика. Издание 2-е. М.: Юнити, 2001. — 656 с., с. 224-243. 4. Айвазян С.А. Байесовский подход в эконометрическом анализе. Прикладная эконометрика 1, с. 93-130., 2008. 5. Ghosh J.K., Delampady M., Samanta T. An Introduction to Bayesian Analysis. Theory and Methods. — Springer, 2006, p. 15-17. 6. Murphy, K.P. Machine Learning: A Probabilistic Perspective. // MIT Press, 2012, p 113-119. 7. Jackman, S. (2009) Bayesian Analysis for the Social Sciences. John Wiley & Sons, Ltd. p.49-52. 8. Kruschke J.K. (2011) Doing Bayesian data analysis: A Tutorial with R and BUGS . Academic Press / Elsevier. p.112-116. 9. Гобатков С. А., Полупанов Д. В., Фархиева С. А. Обобщение метода вложенных математических моделей на основе байесовского подхода к регуляризации задач нейросетевого моделирования налогового и финансового контроля // Всероссийская научно-техническая конференция "Нейроинформатика-2010": сборник научных трудов: в 2-х ч. М.: НИЯУ МИФИ, 2010. Ч. 2. c. 228-236. 10. Згуровский М.З. Методы построения байесовских сетей на основе оценочных функций / М.З. Згуровский, П.И. Бидюк, А.Н. Терентьев // Кибернетика и системный анализ. – 2009. – № 2. – c. 81 – 88. 7 Зельнер А. Байесовские методы в эконометрике. Пер. с англ. М.: Статистика. c.133-198, 1980. Айвазян С.А. Прикладная статистика и основы эконометрики. Том 2: Основы эконометрики. Издание 2-е. Юнити, 2001, c. 38-47. Kruschke J.K. (2011) Doing Bayesian data analysis: A Tutorial with R and BUGS . Academic Press / Elsevier. p.112-116. Айвазян С.А. Байесовский подход в эконометрическом анализе. Прикладная эконометрика 1, с. 93-130., 2008. Згуровский М.З. Методы построения байесовских сетей на основе оценочных функций / М.З. Згуровский, П.И. Бидюк, А.Н. Терентьев // Кибернетика и системный анализ. – 2009. – № 2. – c. 81 – 88. Ghosh J.K., Delampady M., Samanta T. An Introduction to Bayesian Analysis. Theory and Methods. — Springer, 2006, p. 15-17. Jackman, S. (2009) Bayesian Analysis for the Social Sciences. John Wiley & Sons, Ltd. p.49-52. С. А. Айвазян, В. С. Мхитарян. Теория вероятностей и прикладная статистика. Издание 2-е. М.: Юнити, 2001. — 656 с., с. 224-243. Murphy, K.P. Machine Learning: A Probabilistic Perspective. // MIT Press, 2012, p 113-119. Гобатков С. А., Полупанов Д. В., Фархиева С. А. Обобщение метода вложенных математических моделей на основе байесовского подхода к регуляризации задач нейросетевого моделирования налогового и финансового контроля // Всероссийская научно-техническая конференция "Нейроинформатика-2010": сборник научных трудов: в 2-х ч. М.: НИЯУ МИФИ, 2010. Ч. 2. c. 228-236.

Список литературы

Список использованной литературы 1. Зельнер А. Байесовские методы в эконометрике. Пер. с англ. М.: Статистика. c.133-198, 1980. 2. Айвазян С.А. Прикладная статистика и основы эконометрики. Том 2: Основы эконометрики. Издание 2-е. Юнити, 2001, c. 38-47. 3. С. А. Айвазян, В. С. Мхитарян. Теория вероятностей и прикладная статистика. Издание 2-е. М.: Юнити, 2001. — 656 с., с. 224-243. 4. Айвазян С.А. Байесовский подход в эконометрическом анализе. Прикладная эконометрика 1, с. 93-130., 2008. 5. Ghosh J.K., Delampady M., Samanta T. An Introduction to Bayesian Analysis. Theory and Methods. — Springer, 2006, p. 15-17. 6. Murphy, K.P. Machine Learning: A Probabilistic Perspective. // MIT Press, 2012, p 113-119. 7. Jackman, S. (2009) Bayesian Analysis for the Social Sciences. John Wiley & Sons, Ltd. p.49-52. 8. Kruschke J.K. (2011) Doing Bayesian data analysis: A Tutorial with R and BUGS . Academic Press / Elsevier. p.112-116. 9. Гобатков С. А., Полупанов Д. В., Фархиева С. А. Обобщение метода вложенных математических моделей на основе байесовского подхода к регуляризации задач нейросетевого моделирования налогового и финансового контроля // Всероссийская научно-техническая конференция "Нейроинформатика-2010": сборник научных трудов: в 2-х ч. М.: НИЯУ МИФИ, 2010. Ч. 2. c. 228-236. 10. Згуровский М.З. Методы построения байесовских сетей на основе оценочных функций / М.З. Згуровский, П.И. Бидюк, А.Н. Терентьев // Кибернетика и системный анализ. – 2009. – № 2. – c. 81 – 88. список литературы
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
Сколько стоит
заказать работу?
1
Заполните заявку - это бесплатно и ни к чему вас не обязывает. Окончательное решение вы принимаете после ознакомления с условиями выполнения работы.
2
Менеджер оценивает работу и сообщает вам стоимость и сроки.
3
Вы вносите предоплату 25% и мы приступаем к работе.
4
Менеджер найдёт лучшего автора по вашей теме, проконтролирует выполнение работы и сделает всё, чтобы вы остались довольны.
5
Автор примет во внимание все ваши пожелания и требования вуза, оформит работу согласно ГОСТ, произведёт необходимые доработки БЕСПЛАТНО.
6
Контроль качества проверит работу на уникальность.
7
Готово! Осталось внести доплату и работу можно скачать в личном кабинете.
После нажатия кнопки "Узнать стоимость" вы будете перенаправлены на сайт нашего официального партнёра Zaochnik.com
© Рефератбанк, 2002 - 2017