V
主页
【贝叶斯统计】 MCMC基础4 R语言实践与MCMC的收敛性判断 以Horseshoe模型为例
发布人
其实是因为懒得给1p写的代码debug,所以后面干脆用package
打开封面
下载高清视频
观看高清视频
视频下载器
【贝叶斯统计】MCMC基础1 Metropolis-Hastings算法
【贝叶斯统计】MCMC基础5 adaptive MCMC的R编程教学 以Normal Mean Model with Horseshoe-like为例
【贝叶斯统计】 MCMC基础2 Gibbs采样介绍 以Horseshoe模型为例
【贝叶斯统计】MCMC基础6 哈密顿-蒙特卡洛算法
【贝叶斯统计】Cesaro-arerage risk (后验预测分布的渐近分析基础,以Horseshoe模型为例)
【贝叶斯统计】贝叶斯公式与先验选择
广义线性模型(GLM) 模型估计、检验、拟合与预测的R语言实践
【概统】统计推断导论(更新中,Casella第二版)
【贝叶斯统计】高维经典模型 Horseshoe正态均值模型简介
【贝叶斯统计】超参,经验贝叶斯与MMLE
【贝叶斯统计】MCMC基础9 朗之万-蒙特卡洛算法
【贝叶斯统计】参数展开(Parameter Expansion)
【贝叶斯统计】混合模型(mixture model)与高斯混合模型的EM算法
【贝叶斯统计】Bayes检验 Spike-and-Slab prior
【贝叶斯统计】MCMC基础14 Slice Sampling
【贝叶斯统计】MCMC基础11 哈密顿-蒙特卡洛算法的自调参方法
【贝叶斯统计】正态方差的共轭先验:逆Gamma与广义逆高斯
【贝叶斯统计】Bayes区间估计
【贝叶斯统计】AIC,BIC与DIC
【贝叶斯统计】MCMC基础10 随机梯度哈密顿-蒙特卡洛算法 理论部分
【贝叶斯统计】MCMC基础8 RJMCMC算法推导2 Variable Selection
【贝叶斯统计】因果推断(causal inference)
【应用统计】岭回归(ridge regression),桥回归(bridge regression)与elastic net及R语言实践
【贝叶斯统计】Rcpp简介 用C++优化R代码中的递归与循环
【贝叶斯统计】Bayesian Elastic Net与Regularized Horseshoe及其R语言实践
【贝叶斯统计】 MCMC基础3 Reverse-jump MCMC简介
【贝叶斯统计】贝叶斯估计的理论性质(非渐近性质:有偏、最小最大、容许性)
【贝叶斯统计】MCMC基础13 哈密顿-蒙特卡洛 No-U-Turn Sampler (NUTS)算法介绍
【概统】Casella统计推断习题选讲(5-10章,更新中)
【贝叶斯统计】Laplace近似 以Poisson回归为例
【高维统计】LASSO的Variable Selection Consistency及其潜在问题 Adaptive LASSO的作用
【统计推断】EM算法
【贝叶斯统计】MCMC基础15 MCMC不适用的情形
【时间序列建模】随机波动模型(Stochastic Volatility Models)
【统计推断】渐近理论基础
【贝叶斯统计】贝叶斯建模1 贝叶斯Logistic Regression上 先验选择
【贝叶斯统计】熵,K-L divergence与互信息的基本概念
【贝叶斯统计】Wishart分布,多元正态协方差的共轭先验,逆Wishart分布与矩阵广义逆高斯
【贝叶斯统计】Bayesian Transfer Learning for Classification简介
【统计推断】Delta方法及其扩展