paul-buerkner/brms

Implementing the Skewed T-Distribution

Open

#513 aberto em 3 de set. de 2018

Ver no GitHub
 (11 comments) (0 reactions) (0 assignees)R (220 forks)batch import
familyfeaturegood first issue

Métricas do repositório

Stars
 (1.402 stars)
Métricas de merge de PR
 (Mesclagem média 7d 21h) (1 fundiu PR em 30d)

Description

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

Guia do colaborador

Direção de pesquisa
Leia o artigo de referência sobre a distribuição t assimétrica. Revise como o brms define famílias e seu código Stan, por exemplo, a família skew normal. Implemente a distribuição t assimétrica no Stan, depois crie a função de família do brms e os testes. Siga as diretrizes de contribuição.
Pilha de tecnologia
r
Domain
datamachine learning
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
4
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
Mais de 1 semana
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Principalmente claro
Prerequisites
RBayesian statistics
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
20