Hướng dẫn phân tích Bayes – Stata 16

Giới thiệu - Minh họa thực hiện - Chẩn đoán và Dự báo mô hình

Ưu điểm nổi bật của phân tích Bayes là kết hợp được các thông tin, hiểu biết trước về tham số vào mô hình, cũng như kết quả của phân tích Bayes không phụ thuộc vào giả định phân phối (chuẩn), và phù hợp với các trường hợp mẫu nhỏ.  Trong phân tích Bayes, các tham số mô hình là các đại lượng ngẫu nhiên theo một phân phối hậu nghiệm (posterior distribution) được hình thành bằng cách kết hợp kiến thức trước đó (prior distributions) về các tham số cùng với các bằng chứng từ mẫu dữ liệu được quan sát (likelihood function). Bài viết sau sẽ giới thiệu - minh họa cách  ước lượng -  thực hiện chẩn đoán và phân tích dự báo mô hình Bayes qua lệnh bayes: trên Stata 16.

Giới thiệu thống kê Bayes
Trong khoa học, có hai trường phái thống kê học: trường phái tần số hay cổ điển (frequentist, hay classical statistics) và trường phái Bayes (Bayesian statistics). Hai trường phái thống kê học này khác nhau về triết lí khoa học và nhất là cách hiểu khái niệm xác suất.

  • Thống kê tần suất: Các tham số mô hình được coi là chưa biết nhưng là các hằng số cố định và dữ liệu quan sát được xem như là một mẫu ngẫu nhiên lặp lại.
  • Thống kê Bayes: Các tham số mô hình là các đại lượng ngẫu nhiên theo một phân phối hậu nghiệm (posterior distribution) được hình thành bằng cách kết hợp kiến thức trước đó (prior distributions) về các tham số cùng với các bằng chứng từ mẫu dữ liệu được quan sát (likelihood function).

Ý tưởng căn bản của trường phái thống kê Bayes là các thông số như trung bình, tỉ lệ, độ lệch chuẩn, v.v... có những luật phân phối riêng. Các luật phân phối này chẳng những thể hiện trạng thái bất định của các thông số, mà còn phản ảnh kiến thức của chúng ta về các thông số đó. Đối với trường phái thống kê cổ điển, các thông số này là cố định, không có luật phân phối. Đây chính là điểm khác biệt cơ bản mang tính toán học giữa hai trường phái thống kê.

Phần nội dung có thu phí bên dưới đã được ẩn.

Xin mời bạn đăng nhập để tiếp tục nội dung...

* Nếu chưa có tài khoản Premium, mời bạn đăng ký tại đây.

Chân thành cảm ơn sự quan tâm của bạn!

1 2 3 4 5 6 7 8 9 10 11 12 13 14Next page
Thẻ

Bài liên quan

Back to top button
Close
Close