Uma ferramenta a mais para a caixa: data cloning. Fazer likelihood inference usando a Bayesian machinery. Basicamente suponha que vc faz inferencia Bayesiana mas eleva a verossimilhanca a potencia k (numero de clones). Conclusao: media a posteriori converge para EMV e variancia decai a uma funcao de k (se o parametro em questao e' identificavel).
On 12/12/2013 11:48 PM, Basilio de Bragança Pereira wrote:
Sim , mas já que se tem que carregar uma caixa com varias ferramentas<patriota.alexandre@gmail.com <mailto:patriota.alexandre@gmail.com>>
para resolver problemas particulares , porque não adicionar uma
ferramenta multiuso a essa caixa ?
Optar por uma ou outra é coisa passada (do século 20) .Estou com Little
Basilio
Em 12 de dezembro de 2013 20:23, Alexandre Galvão Patriota<basilio@hucff.ufrj.br <mailto:basilio@hucff.ufrj.br>> escreveu:
escreveu:
Bom, isso apenas significa que existem campos abertos para pesquisa,
não é nenhum demérito da abordagem em si.
Essa característica, em vez de afugentar os pesquisadores, deveria
estimula-los. Pesquisadores deveriam ser estimulados por problemas
em aberto, controvérsias, tentar explicar comportamentos estranhos,
etc. Quem gosta da teoria já deduzida e pronta para apertar o botão
é o usuário final.
Enfim...
(Enviado via Android)
Em 12/12/2013 18:11, "Basilisk De Braganca Pereira"<mailto:patriota.alexandre@gmail.com>> escreveu:
Todas são procedimentos adhoc
Não há uma teoria geral como no caso bayesiano.
Basilio
Enviado via iPhone
Em 12/12/2013, às 10:17, Alexandre Galvão Patriota
<patriota.alexandre@gmail.com
Oi Basilio,/quasi/-verossimilhanças, etc.
Obrigado pela resposta, mas talvez eu não tenha entendido sua
mensagem. Pode-se eliminar parâmetros de perturbação usando
diversas técnicas não-Bayesianas:
1. Qnd a verossimilhança é ortogonal em relação a partição de
interesse o problema é trivial.
2. Pode-se utilizar estatísticas parcialmente suficientes e
parcialmente ancilares: S-suficientes e S-ancilares,
I-suficientes e I-ancilares (utilizando conceitos de modelo
saturado), etc.
3. Funções de pseudo-verossimilhanças (canônica, perfiladas,),<mailto:basilio@hucff.ufrj.br>>
Poderia dar outro exemplo em que não exista alternativa
não-Bayesiana? (ou seja, exemplos em que só existam
metodologias Bayesianas)
2013/12/10 Basilisk De Braganca Pereira <basilio@hucff.ufrj.br<mailto:patriota.alexandre@gmail.com>> escreveu:
Eliminação de nuisance parâmetros e um deles.
Enviado via iPhone
Em 10/12/2013, às 12:11, Alexandre Galvão Patriota
<patriota.alexandre@gmail.com
Hedibert,<hedibert@im.ufrj.br <mailto:hedibert@im.ufrj.br>> escreveu:
Poderia citar alguns dos problemas modernos em que não
existe alternativa não-Bayesiana?
Obrigado,
Alexandre.
(Enviado via Android)
Em 09/12/2013 21:50, "Hedibert Freitas Lopes"<mailto:basilio@hucff.ufrj.br>> escreveu:
E' uma forma de olhar, mas muito estreita.
Inferencia Bayesiana nao e' a unica coisa que faz o
paradigma Bayesiano um dos paradigmas
estatisticos mais relevantes atualmente. Teoria da
Decisao Bayesiana tambem faz parte. Alem disse,
desculpem-me mas existem varios problemas modernos
que nao precisa nem dizer que e' estatistica
Bayesiana, pois nao existe alternativa nao-Bayesiana.
Abs,
Hedibert
On Mon, 9 Dec 2013 17:37:30 -0200, Wagner Bonat wrote
> Também não vejo como depreciativa, temos tantas e
tantas áreas mesmo
> apenas dentro da estatística .... Não existe mais
ou menos
> importantes todas se complementam de alguma forma
... Veja talvez
> apenas um pensamento ingênuo meu, temos a
Estatística -> Inferência -
> > Inferencia Bayesiana. Por exemplo, sites de
instituições públicas
> fazem essse tipo de divisão naturalmente porque
seria depreciativa ...
>
> Em 9 de dezembro de 2013 16:54, Basilio de Bragança
Pereira <
> basilio@hucff.ufrj.br<vermelho2@gmail.com <mailto:vermelho2@gmail.com>>
>
> > Não ? Sub sub sub ? ????
> >
> >
> > Em 9 de dezembro de 2013 16:44, Vermelho<mailto:basilio@hucff.ufrj.br>> escreveu:
escreveu:
> >
> > Desculpe entrar nessa discussão, mas não entendi
a nota do Elias como
> >> depreciativa ou dando menos importância à
Inferência Bayesiana.
> >> Pensei que ele apenas quis dizer que a ciência é
dividida em muitas
> >> áreas, cada uma com sua importância e não uma
mais importante que outra.
> >> Será que sou tão ingênuo?
> >> Abç.
> >>
> >>
> >> Em 9 de dezembro de 2013 16:24, Basilio de
Bragança Pereira <
> >> basilio@hucff.ufrj.br<mailto:eliaskrainski@yahoo.com.br>> escreveu:
> >>
> >>> Elias
> >>> Se voce acha Inferencia Bayesiana sub sub sub
,voce nao deve estar a par
> >>> das recentes trabalhos de Efron , Cox ,
Durbin etc sobre como deve ser a
> >>> vista a estatistica. Isso so para citar
"frequentistas " (agora mais
> >>> ecleticos).
> >>> Alem disso nao deve estar a par dos trabalhos
aplicado em engenharia e
> >>> medicina.
> >>> Depois nao adianta reclamar que cientistas da
computação ( data mining ,
> >>> machine learning , pattern recognition etc)
estao tomando o lugar de
> >>> estatisticos.
> >>> Estamos no seculo 21 e nao nos anos 1930
> >>> Basilio
> >>>
> >>>
> >>> Em 9 de dezembro de 2013 11:06, Elias T Krainski <
> >>> eliaskrainski@yahoo.com.br<http://www.po.ufrj.br/basilio/>
> >>>
> >>>> Higgs publicou pouco mas o que publicou e'
grande. O problema e'
> >>>> publicar pouco e apenas coisas pequenas.
Melhor entao publicar muitas
> >>>> coisas pequenas? Afinal, hoje ha tantas
ramificacoes da ciencia que talvez
> >>>> seja ate' dificil identificar algo grande.
> >>>>
> >>>> Mas, podemos olhar dentro de sub-sub areas da
ciencia. Tomemos
> >>>> inferencia estatistica e a sub-sub-sub-area
inferencia bayesiana: Tivemos
> >>>> bons discussion papers nos ultimos 5 anos.
Acho que cada um (tenho certeza
> >>>> em um deles) representa anos de trabalho intenso!
> >>>>
> >>>> Acho que ainda ha' pesquisadores pensando
grande, mas que, por forca
> >>>> das obrigacoes da produtividade, publicam
resultados parciais ate' o grande
> >>>> gol. Talvez isso seja ruim no sentido de que
dispersa atencao para a
> >>>> publicacao de resultados parciais. Talvez isso
seja bom no sentido de ter
> >>>> algum feedback durante fases o grande projeto.
> >>>>
> >>>>
http://gizmodo.com/peter-higgs-says-he-would-never-
> >>>>> make-it-in-science-toda-1479041093
> >>>>>
> >>>>
> >>>>
> >>>
> >>>
> >>> --
> >>>
> >>> Basilio de Bragança Pereira ,DIC and
PhD(Imperial College), DL(COPPE)
> >>> *UFRJ-Federal University of Rio de Janeiro
> >>> *Titular Professor of Bioestatistics and of
Applied Statistics
> >>> *FM-School of Medicine and COPPE-Posgraduate
School of Engineering and
> >>> HUCFF-University Hospital Clementino Fraga Filho.
> >>>
> >>> *Tel: 55 21 2562-7045/7047/2618/2558
> >>> www.po.ufrj.br/basilio/> >> F.: (21) 2501 2332 <tel:%2821%29%202501%202332>
> >>>
> >>> *MailAddress:
> >>> COPPE/UFRJ
> >>> Caixa Postal 68507
> >>> CEP 21941-972 Rio de Janeiro,RJ
> >>> Brazil
> >>>
> >>>
> >>
> >>
> >> --
> >> Vermelho<http://www.po.ufrj.br/basilio/>
- casa
> >> 2142 0473 - IBGE
> >>
> >
> >
> >
> > --
> >
> > Basilio de Bragança Pereira ,DIC and PhD(Imperial
College), DL(COPPE)
> > *UFRJ-Federal University of Rio de Janeiro
> > *Titular Professor of Bioestatistics and of
Applied Statistics
> > *FM-School of Medicine and COPPE-Posgraduate
School of Engineering and
> > HUCFF-University Hospital Clementino Fraga Filho.
> >
> > *Tel: 55 21 2562-7045/7047/2618/2558
> > www.po.ufrj.br/basilio/
> >
> > *MailAddress:
> > COPPE/UFRJ
> > Caixa Postal 68507
> > CEP 21941-972 Rio de Janeiro,RJ
> > Brazil
> >
> >
>
> --
> Wagner Hugo Bonat
> LEG - Laboratório de Estatística e Geoinformação
> UFPR - Universidade Federal do Paraná
Hedibert Freitas Lopes, Ph.D.
Associate Professor
Department of Statistical Methods
Institute of Mathematics
Federal University of Rio de Janeiro (UFRJ)
www.po.ufrj.br/basilio/ <http://www.po.ufrj.br/basilio/>
--
Basilio de Bragança Pereira ,DIC and PhD(Imperial College), DL(COPPE)
*UFRJ-Federal University of Rio de Janeiro
*Titular Professor of Bioestatistics and of Applied Statistics
*FM-School of Medicine and COPPE-Posgraduate School of Engineering and
HUCFF-University Hospital Clementino Fraga Filho.
*Tel: 55 21 2562-7045/7047/2618/2558
*MailAddress:
COPPE/UFRJ
Caixa Postal 68507
CEP 21941-972 Rio de Janeiro,RJ
Brazil