Tt vragen Flashcards
In de Bayesiaanse benadering worden verschillende termen gebruikt. Wat betekent ‘prior’?
a. De kans verdeling van de gegevens voor elke vaste waarde van θ
b. De kans op de gegevens over alle mogelijke waarden van θ
c. De kans van θ volgens de overtuigingen die we hebben
d. De overtuiging die we hebben over θ, gezien de data
c. De kans van θ volgens de overtuigingen die we hebben
dus alle informatie die beschikbaar is VOOR het analyseren van de dataset
Hoe MEER de prior verdeling piekt, hoe sterker je prior belief en hoe minder je bereid bent je prior belief te updaten.
In de Bayesiaanse benadering worden verschillende termen gebruikt. Wat betekent ‘Likelihood’?
a. De kansverdeling van de gegevens voor elke vaste waarde van θ
b. De kans op de gegevens over alle mogelijke waarden van θ
c. De kans van θ volgens de overtuigingen die we hebben
d. De overtuiging die we hebben over θ, gezien de data
a. De kansverdeling van de gegevens voor elke vaste waarde van θ
beschrijft dus hoe waarschijnlijk de geobserveerde data is, gegeven het bepaalde model of specifieke parameters
In de Bayesiaanse benadering worden verschillende termen gebruikt. Wat betekent ‘Mariginal likelihood’?
a. De kansverdeling van de gegevens voor elke vaste waarde van θ
b. De kans op de gegevens over alle mogelijke waarden van θ
c. De kans van θ volgens de overtuigingen die we hebben
d. De overtuiging die we hebben over θ, gezien de data
b. De kans op de gegevens over alle mogelijke waarden van θ
In de Bayesiaanse benadering worden verschillende termen gebruikt. Wat betekent ‘Posterior’’?
a. De kansverdeling van de gegevens voor elke vaste waarde van θ
b. De kans op de gegevens over alle mogelijke waarden van θ
c. De overtuiging die we hebben over θ, gezien de data
d. De kans van θ volgens de overtuigingen die we hebben
c. De overtuiging die we hebben over θ, gezien de data
Het uiteindelijke doel van de bayesiaanse benadering, Het is als het ware een soort compromis tussen de likelihood en de prior.
dus de overtuigingen over de parameter na het observeren van de data
posterior = prior * likelihood / marginal likelihood
Wanneer zou je waarschijnlijk de Bayesiaanse methode verkiezen boven de klassieke methode?
a. Bij het evalueren van herhaalbare gebeurtenissen
b. Bij het maken van inferenties over een grote populatie
c. Bij het vormen van een oordeel op basis van bestaand bewijs
d. Bij het gebruik van een kleine steekproef
c. Bij het vormen van een oordeel op basis van bestaand bewijs
