paul-buerkner/brms

Implementing the Skewed T-Distribution

オープン

#513 opened on 2018/09/03

GitHub で見る
 (11 件のコメント) (0 件のリアクション) (0 人の担当者)R (220 件のフォーク)batch import
familyfeaturegood first issue

Repository metrics

Stars
 (1,402 個のスター)
PR merge metrics
 (平均マージ 7d 21h) (30d で 1 merged PR)

説明

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

コントリビューターガイド

調査方針
参照論文のskewed t分布について読み、brmsがfamilyとそのStanコードをどのように定義しているか（例：skew normal family）を確認してください。Stanでskewed t分布を実装し、brmsのfamily関数とテストを作成してください。貢献ガイドラインに従ってください。
技術スタック
r
領域
datamachine learning
Issue 種別
機能
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
4
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1週間超
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
アクティブ
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
おおむね明確
前提条件
RBayesian statistics
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
20