持续时间歧视的分层贝叶斯建模
该项目是针对Boğaziçi大学的Ali Taylan Cemgil开设的贝叶斯统计和机器学习课程进行的,并作为小组项目重新实施。
该项目的参考文件是加利福尼亚大学欧文分校的迈克尔·李(Michael Lee)撰写的“认知建模中的贝叶斯方法”。 可以在上找到Michael Lee的代码和数据。
在该项目中,使用了MATJAGS(MATLAB JAGS接口)。 作为一种推断方法,JAGS中使用了MCMC系列中的Gibbs采样算法。 为了选择更好的模型,实施了Savage-Dickey方法,这在认知心理学文献中经常使用。
通常,由Michael Lee实施的项目比我们实施的模型更多。 我们已实现的模型用于:
评估信息似然函数的先验和模糊先验
寻找试验之间的顺序影响
寻找污染物试验
选择似然函数(使用潜在混合方法)
评估个体差异(使用分层贝叶斯建模)
预
2022-12-04 16:31:09
58KB
MATLAB
1