paul-buerkner/brms

Implementing the Skewed T-Distribution

Open

#513 aperta il 3 set 2018

Vedi su GitHub
 (11 commenti) (0 reazioni) (0 assegnatari)R (220 fork)batch import
familyfeaturegood first issue

Metriche repository

Star
 (1402 star)
Metriche merge PR
 (Merge medio 7g 21h) (1 PR mergiata in 30 g)

Descrizione

The skew normal family is great for modeling skewed gaussian data, and the student t distribution is great for outliers. But if one has both skewed data and outliers, the skewed t-distribution might be quite useful! How practical would it be to implement this in brms? This paper outlines an implementation in an MLE/EM setting, but I'm not quite skilled enough to implement it in Stan myself.

https://en.wikipedia.org/wiki/Skewed_generalized_t_distribution#Skewed_t_distribution

Guida contributor

Direzione di ricerca
Leggi il paper di riferimento sulla distribuzione t asimmetrica. Esamina come brms definisce le famiglie e il loro codice Stan, ad esempio la famiglia skew normal. Implementa la distribuzione t asimmetrica in Stan, quindi crea la funzione di famiglia brms e i test. Segui le linee guida per i contributi.
Tech stack
r
Dominio
datamachine learning
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
4
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
Oltre 1 settimana
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Abbastanza chiara
Prerequisiti
RBayesian statistics
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
20