#statstab #538 A Tutorial on Conducting and Interpreting a Bayesian Independent T-Test Using Open-Source Software

Thoughts: OK as a beginner guide, but not more.

#bayesian #bayesfactor #priors #jasp #ttest #tutorial #guide

https://onlinelibrary.wiley.com/doi/epdf/10.1111/jan.70122

#statstab #537 {hdbayes} An R Package for Bayesian Analysis of Generalized Linear Models Using Historical Data

Thoughts: An interesting approach to priors. I'm not v familiar w this so curious what others think.

#bayes #bayesian #priors #historicaldata

https://arxiv.org/html/2506.20060v1

#statstab #532 Fractional Bayes Factors for Model Comparison Free - O'Hagan (1995)

Thoughts: Use a fraction of the data to convert an improper prior into a minimally informative prior.

#bayesian #bayesfactor #priors #bain #hypothesis #testing

https://doi.org/10.1111/j.2517-6161.1995.tb02017.x

#statstab #529 How Do I Know What My Theory Predicts?

Thoughts: I'd like to see more researchers adopt Dienes' framework and way of thinking about research.

#bayesian #bayesfactor #evidence #epistemology #research #tutorial

https://journals.sagepub.com/doi/10.1177/2515245919876960

Marginal likelihood is exhaustive leave-p-out cross-validation

이 글은 로그 주변우도(log marginal likelihood, LML)가 모든 가능한 학습-검증 분할에 대한 평균을 취한 완전한 leave-p-out 교차검증과 동일하다는 점을 수학적으로 증명한다. LML은 베이지안 모델 선택에서 중요한 역할을 하지만, 일반화 성능을 완벽히 대변하지는 못하며, 특히 적은 데이터에 조건부인 경우가 많아 한계가 있다. 다만, 가우시안 프로세스 같은 특정 모델에서는 LML을 효율적으로 계산할 수 있어 실용적이다. 이 연구는 베이지안 모델 선택과 전통적 교차검증 간의 연결고리를 명확히 한다.

https://belko.xyz/posts/lml-and-cross-validation/

#bayesian #marginallikelihood #crossvalidation #modelselection #gaussianprocesses

Build MCMC from Scratch in R: The 50-Line Algorithm Behind Brms and Stan

이 글은 R 언어로 50줄 이내에 MCMC(Markov Chain Monte Carlo) 알고리즘을 직접 구현하는 방법을 소개합니다. brms와 Stan 같은 베이지안 모델링 도구가 내부적으로 사용하는 MCMC 알고리즘의 작동 원리를 이해하는 데 도움을 주며, 클릭률 추정 문제를 예제로 사용해 실제 샘플링 결과가 이론적 베타 분포와 일치함을 보여줍니다. 이를 통해 AI 개발자들이 베이지안 추론과 MCMC의 기본 개념을 실습하며 깊이 있게 이해할 수 있습니다.

https://r-statistics.co/MCMC-in-R.html

#r #mcmc #bayesian #statisticalmodeling #stan

The latest #PyDataVenice event took place last week 🚀🚀🚀

🎓 Two speakers tackling complex systems: climate networks with a #Bayesian approach, and trading with custom #StrategicRule algorithms.

🍺 Small audience, great #networking over a beer.

♥️ #ThankYou all for making this event possible !!!

🎦 https://www.youtube.com/watch?v=bFUAZFkgbBE

💾 See you all on Thursday, 18 June 2026. #SaveTheDate 💪

#PyDataVE #26 #Meetup PyData - #ClimateNetworks & #Trading

Blackboard System

블랙보드 시스템은 다양한 전문 지식 소스들이 공통의 지식 저장소인 블랙보드를 통해 협력하여 문제를 해결하는 AI 아키텍처 모델입니다. 각 지식 소스는 자신의 전문성을 바탕으로 블랙보드에 부분해결책을 추가하며, 제어 셸이 이들의 협업을 조율합니다. BB1과 GBB 같은 초기 시스템들은 기회주의적 계획과 효율성 향상에 중점을 두었으며, 현재는 위성 관제, 게임 AI, OCR 등 다양한 분야에 적용되고 있습니다. 최근에는 베이지안 네트워크와 결합한 블랙보드 시스템도 연구되고 있습니다.

https://en.wikipedia.org/wiki/Blackboard_system

#blackboard #aiarchitecture #multiagent #planning #bayesian

Bayesian Yacht Sinking: Why Investigators Say It Wasn’t Just a Storm
#Bayesian #BayesianYachtSinking #MikeLynch #MaritimeAccident #Sicily #Superyacht #MarineInvestigation #StormAtSea #LuxuryYachtSafety #MaritimeCasualty

More info - https://newspulsehub.today/bayesian-yacht-sinking-investigation-crew-error/