Austin Rochford 的帖子
贝叶斯生存分析
- 17 一月 2023
生存分析 研究事件发生时间的分布。它的应用跨越医学、生物学、工程学和社会科学等多个领域。本教程展示了如何在 Python 中使用 PyMC 拟合和分析贝叶斯生存模型。
使用项目反应理论分析 NBA 犯规
- 17 四月 2022
本教程展示了贝叶斯项目反应理论的应用 [Fox, 2010] 使用 PyMC 分析 NBA 篮球犯规呼叫数据。基于 Austin Rochford 的博文 NBA 犯规呼叫和贝叶斯项目反应理论。
用于密度估计的狄利克雷过程混合模型
- 16 九月 2021
狄利克雷过程 是分布空间上灵活的概率分布。最广义地说，集合 \(P\) 上的概率分布 \(\Omega\) 是一个 [测度](https://en.wikipedia.org/wiki/Measure_(mathematics%29)，它将测度一分配给整个空间 (\(P(\Omega) = 1\))。狄利克雷过程 \(P \sim \textrm{DP}(\alpha, P_0)\) 是一种测度，它具有以下属性：对于 不相交 分区 \(S_1, \ldots, S_n\) 的每个有限 \(\Omega\)，