V
主页
【实用的统计诊断方法(着重于受试者工作特征曲线ROC Curve)】——范德堡大学教授Frank Harrell
发布人
【实用的统计诊断方法(着重于受试者工作特征曲线ROC Curve)】——范德堡大学教授Frank Harrell(《Regression Modeling Strategies》的作者) @徐芝兰 以证据为基础进行ROC分析可参考如下论文(包含software): Al Labadi, L., Evans, M. and Liang, Q. (2022) ROC analyses based on measuring evidence using the relative belief ratio. Entropy 2022, 24(12), 1710; DOI:/10.3390/e24121710 paper (Link:https://www.mdpi.com/1099-4300/24/12/1710) Some software and a website have been created to implement the methods of the paper. The software can be downloaded and installed on a local machine. Link to Github Repository:https://github.com/annahuynhly/ROCAnalysisRelativeBeliefRatio Link to application:https://annaly.shinyapps.io/ROCAnalysisRelativeBelief/ 文中关于Prior Elicitation的更广泛且细致的介绍可参考: Petrus Mikkola, Osvaldo A. Martin, Suyog Chandramouli, Marcelo Hartmann, Oriol Abril Pla, Owen Thomas, Henri Pesonen, Jukka Corander, Aki Vehtari, Samuel Kaski, Paul-Christian Bürkner, Arto Klami "Prior Knowledge Elicitation: The Past, Present, and Future," Bayesian Analysis, Bayesian Anal. Advance Publication, 1-33, (2023) (Link:https://projecteuclid.org/journals/bayesian-analysis/advance-publication/Prior-Knowledge-Elicitation-The-Past-Present-and-Future/10.1214/23-BA1381.full)
打开封面
下载高清视频
观看高清视频
视频下载器
【贝叶斯数据分析全打通(3)】——宋心远(香港中文大学统计系教授)
【AdaPT: 利用辅助信息进行多重检验的动态方法】——雷理骅(斯坦福大学)
【针对高维逻辑回归的现代最大似然估计理论】—哈佛大学助理教授 Pragya Sur
【多重检验Multiple Testing】——亚利桑那大学教授 Joseph C. Watkins
【贝叶斯渐进理论】
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
普林斯顿大学【数据科学之父约翰·图基(John Tukey)访谈】
【黑盒(blackbox),白盒(whitebox)和贝叶斯网络】——张颢(清华大学)
【因果推断、重随机化 Rerandomization】——唐纳德·布鲁斯·鲁宾(Donald Bruce Rubin)
【算法交易和机器学习Algorithmic Trading and Machine Learning】—宾夕法尼亚大学教授Michael Kearns
想了解顶级统计学家都在做什么,各大统计方向的板块关系吗? 这个视频为你揭晓.【统计学三角The statistics triangle】——CMU教授金家顺
新加坡国立大学【贝叶斯近似计算(1) Approximate Bayesian Computation i.e. ABC】——大卫·诺特
【马尔可夫链蒙特卡罗方法(2) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【统计决策理论:容许性、Stein效应、最小最大准则】
【计量经济学:工具变量 (instrumental variables)】
【考研概率统计题串讲(1)】
【参数估计及习题讲解(2)】—何书元(首都师范大学)
正则化Regularization I (一次带你打通关Lasso, Elastic Net, Adaptive Lasso, SCAD, MCP)
多伦多大学【图形套索的扩展GOLAZO (Extension of Graphical Lasso)】—Piotr Zwiernik
【一致最小方差无偏估计Best Estimators】—亚利桑那大学教授Joseph C. Watkins
【马蹄形先验与深度学习】
【NUTS采样器,用过Stan, HMC的应该都懂的...NIPS 2011: No-U-Turn Sampler...】—Matthew D. Hoffman
【贝叶斯数据分析全打通(4)】——宋心远(香港中文大学统计系教授)
【利用分割似然比检验进行普遍推断Universal inference using the split likelihood ratio test】
斯坦福大学【生存分析入门(2)Proportional Hazards Model】
【似然比检验(1) Likelihood Ratio Tests】——亚利桑那大学教授 Joseph C. Watkins
【从任意概率分布中采样】
【贝叶斯分析入门An Introduction to Bayesian Analysis】——Jessi Cisewski Kehe
ASA:NSF:BLS Fellow【贝叶斯分层建模 JAGS的MCMC模拟第 1 部分】——Jingchen Hu
加州大学洛杉矶分校统计系讲师【用boot库实现自助法】——Miles Chen
【一阶二阶优化与次梯度】——张颢(清华大学)
【MCMC收敛性检验和贝叶斯总结】
【无穷的无穷多个尺度】
【实分析:积分理论一览】—韩邦先
【约束最小二乘(1)】——斯蒂芬·P·博伊德 Stephen P. Boyd(斯坦福大学)
【通过最优最小二乘法为超高维回归筛选变量】——Xiangyu Wang
【MCMC收敛性检验JAGS和R演示】——Jingchen Hu(ASA:NSF:BLS Fellow。)
【高维统计推断】
【参数估计及习题讲解(1)】—何书元(首都师范大学)
【线性规划 Linear Programming】