Επιλογή μοντέλου στη στατιστική κατά Bayes

Η επιλογή μοντέλου σε στατιστικά προβλήματα έρχεται να μας απαντήσει στο ερώτημα, ποιο μοντέλο είναι το βέλτιστο ώστε να επιλεγεί για την επίλυση οποιουδήποτε προβλήματος. Στην κλασσική στατιστική ένα εργαλείο που χρησιμοποιούμε είναι τα κριτήρια πληροφορίας (AIC, BIC κλπ) τα οποία αντλούν πληροφορί...

Full description

Saved in:
Bibliographic Details
Main Author: Θανάση, Κωνσταντίνος
Other Authors: Χατζησπύρος, Σπυρίδων
Language:el_GR
Published: 2022
Subjects:
Online Access:http://hdl.handle.net/11610/24001
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1828461336478089216
author Θανάση, Κωνσταντίνος
author2 Χατζησπύρος, Σπυρίδων
author_facet Χατζησπύρος, Σπυρίδων
Θανάση, Κωνσταντίνος
author_sort Θανάση, Κωνσταντίνος
collection DSpace
description Η επιλογή μοντέλου σε στατιστικά προβλήματα έρχεται να μας απαντήσει στο ερώτημα, ποιο μοντέλο είναι το βέλτιστο ώστε να επιλεγεί για την επίλυση οποιουδήποτε προβλήματος. Στην κλασσική στατιστική ένα εργαλείο που χρησιμοποιούμε είναι τα κριτήρια πληροφορίας (AIC, BIC κλπ) τα οποία αντλούν πληροφορίες από την πιθανοφάνεια. Όταν ο όγκος πληροφοριών όμως είναι μεγάλος, η Bayesian προσέγγιση είναι αυτή που λειτουργεί καλύτερα εκτιμώντας την εκ των υστέρων πιθανότητα και την περιθωριακή πιθάνοφάνεια. Για την εκτίμηση της περιθωριακής πιθανοφάνειας, στην Bayesian στατιστική χρησιμοποιούνται οι Markov Chain Monte Carlo (MCMC) μέθοδοι δίνοντας μας την υπολογιστική ευκαιρία μέσω προσομοιώσεων – πειραμάτων. Στην παρούσα διπλωματική αναλύονται κάποιες από αυτές τις μεθόδους (Metropolis – Hastings, Gibbs sampler, Reversible Jump MCMC) και δίνονται παραδείγματα σε μορφή εφαρμογής, έτσι ώστε να γίνει κατανοητή η χρήση και η σημαντικότητα τους.
id oai:hellanicus.lib.aegean.gr:11610-24001
institution Hellanicus
language el_GR
publishDate 2022
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-240012025-03-10T16:34:18Z Επιλογή μοντέλου στη στατιστική κατά Bayes Model selection in Bayesian statistics Θανάση, Κωνσταντίνος Χατζησπύρος, Σπυρίδων Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά MCMC algorithms RJMCMC algorithm bayesian model selection στατιστική κατά bayes επιλογή μοντέλου αλγόριθμος ανατρέψιμου βήματος Bayesian statistical decision theory Markov processes Monte Carlo method Η επιλογή μοντέλου σε στατιστικά προβλήματα έρχεται να μας απαντήσει στο ερώτημα, ποιο μοντέλο είναι το βέλτιστο ώστε να επιλεγεί για την επίλυση οποιουδήποτε προβλήματος. Στην κλασσική στατιστική ένα εργαλείο που χρησιμοποιούμε είναι τα κριτήρια πληροφορίας (AIC, BIC κλπ) τα οποία αντλούν πληροφορίες από την πιθανοφάνεια. Όταν ο όγκος πληροφοριών όμως είναι μεγάλος, η Bayesian προσέγγιση είναι αυτή που λειτουργεί καλύτερα εκτιμώντας την εκ των υστέρων πιθανότητα και την περιθωριακή πιθάνοφάνεια. Για την εκτίμηση της περιθωριακής πιθανοφάνειας, στην Bayesian στατιστική χρησιμοποιούνται οι Markov Chain Monte Carlo (MCMC) μέθοδοι δίνοντας μας την υπολογιστική ευκαιρία μέσω προσομοιώσεων – πειραμάτων. Στην παρούσα διπλωματική αναλύονται κάποιες από αυτές τις μεθόδους (Metropolis – Hastings, Gibbs sampler, Reversible Jump MCMC) και δίνονται παραδείγματα σε μορφή εφαρμογής, έτσι ώστε να γίνει κατανοητή η χρήση και η σημαντικότητα τους. 2022-06-28T11:25:52Z 2022-06-28T11:25:52Z 2021-06-25 http://hdl.handle.net/11610/24001 el_GR CC0 1.0 Παγκόσμια http://creativecommons.org/publicdomain/zero/1.0/ 95 σ. application/pdf Σάμος
spellingShingle MCMC algorithms
RJMCMC algorithm
bayesian model selection
στατιστική κατά bayes
επιλογή μοντέλου
αλγόριθμος ανατρέψιμου βήματος
Bayesian statistical decision theory
Markov processes
Monte Carlo method
Θανάση, Κωνσταντίνος
Επιλογή μοντέλου στη στατιστική κατά Bayes
title Επιλογή μοντέλου στη στατιστική κατά Bayes
title_full Επιλογή μοντέλου στη στατιστική κατά Bayes
title_fullStr Επιλογή μοντέλου στη στατιστική κατά Bayes
title_full_unstemmed Επιλογή μοντέλου στη στατιστική κατά Bayes
title_short Επιλογή μοντέλου στη στατιστική κατά Bayes
title_sort επιλογή μοντέλου στη στατιστική κατά bayes
topic MCMC algorithms
RJMCMC algorithm
bayesian model selection
στατιστική κατά bayes
επιλογή μοντέλου
αλγόριθμος ανατρέψιμου βήματος
Bayesian statistical decision theory
Markov processes
Monte Carlo method
url http://hdl.handle.net/11610/24001
work_keys_str_mv AT thanasēkōnstantinos epilogēmonteloustēstatistikēkatabayes
AT thanasēkōnstantinos modelselectioninbayesianstatistics