Tag Archives: 贝叶斯推断

Python对2028奥运奖牌预测分析：贝叶斯推断、梯度提升机GBM、时间序列、随机森林、二元分类教练效应量化研究

By tecdat7月 16, 2025Python辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术ARIMA模型, GBM, python, 二元分类, 奥运奖牌预测, 教练效应量化, 数据建模, 时间序列, 机器学习, 梯度提升机, 贝叶斯推断, 随机森林

作为数据建模领域的实践者，我们常遇到“如何用算法破解体育竞技中的数据规律”这类典型问题。

Python用PyMC3马尔可夫链蒙特卡罗MCMC对疾病症状数据贝叶斯推断

By tecdat2月 13, 2025Python辅导, 医药生物, 大数据部落, 技术支持, 数理统计, 计算机科学CS辅导, 计算机科学与技术MCMC, PyMC3, 疾病, 贝叶斯推断, 马尔可夫, 马尔可夫链, 马尔可夫链蒙特卡洛

本文聚焦于马尔可夫链蒙特卡罗（MCMC）方法在贝叶斯推断中的Python实现。

Python随机波动性SV模型：贝叶斯推断马尔可夫链蒙特卡洛MCMC分析英镑/美元汇率时间序列数据

By tecdat10月 17, 2023Python辅导, 大数据部落, 技术支持, 数理统计, 经济, 计算机科学CS辅导, 计算机科学与技术, 金融MCMC, SV, 时间序列, 汇率, 波动, 波动性, 美元, 英镑, 贝叶斯, 贝叶斯推断, 随机波动, 随机波动性, 马尔可夫链蒙特卡洛

WeChat Tencent QQ email print 由Kaizong Ye，Sherry Deng撰写

Read More

Python贝叶斯推断Metropolis-Hastings（M-H）MCMC采样算法的实现

By tecdat2月 9, 2022大数据部落, 数理统计, 计算机科学与技术M-H, MCMC, Metropolis-Hastings, 贝叶斯, 贝叶斯推断, 采样

Metropolis-Hastings 算法对概率分布进行采样以产生一组与原始分布成比例的轨迹。

Python用Beta先验分布推断概率，贝叶斯推断计算和可视化案例

By tecdat10月 25, 2021大数据部落, 数理统计python, 先验分布, 推断, 概率, 贝叶斯, 贝叶斯推断

在这篇文章中，我将扩展从数据推断概率的示例，考虑 0 和 1之间的所有（连续）值，而不是考虑一组离散的候选概率。

R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例

By tecdat3月 22, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术MCMC, Metropolis-Hastings, 贝叶斯, 贝叶斯推断, 采样, 采样算法

任何MCMC方案的目标都是从“目标”分布产生样本。

R语言RStan贝叶斯示例：重复试验模型和种群竞争模型Lotka Volterra

By tecdat1月 27, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术Lotka Volterra, Rstan, R语言, 种群竞争模型, 贝叶斯, 贝叶斯估计, 贝叶斯推断, 重复试验模型

Stan是一种用于指定统计模型的概率编程语言。Stan通过马尔可夫链蒙特卡罗方法（例如No-U-Turn采样器，一种汉密尔顿蒙特卡洛采样的自适应形式）为连续变量模型提供了完整的贝叶斯推断。

R语言stan进行基于贝叶斯推断的回归模型

By tecdat9月 4, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, stan, 回归, 贝叶斯, 贝叶斯推断, 贝叶斯推理分析

可以从许多统计软件包中运行Stan。到目前为止，我一直在从R运行Stan。