Sök:

Sökresultat:

9 Uppsatser om Bayesian vs. frequentist - Sida 1 av 1

Cryptosporidiumutbrottet i Östersunds kommun 2010 : Påverkan på kommunens barn

Målet med den här studien är att undersöka hur barn under 15 år påverkades av Cryptosporidiumutbrottet i slutet av år 2010 i Östersunds kommun. Datamaterialet utgörs av svar på en enkätundersökning från 514 barn rörande deras hälsa relaterad till utbrottet. Dessa enkäter togs fram av svenska Smittskyddsinstitutet kort efter utbrottet och det är i uppdrag av denna myndighet som studien utförs. Analys av riskfaktorer och följdsymptom utförs med logistiska regressionsmodeller utifrån både ett Bayesianskt och ett frekventistiskt tillvägagångssätt för att på så sätt betrakta datamaterialet från fler synvinklar och samtidigt identifiera skillnader mellan dessa två tillvägagångssätten. En annan del av arbetet presenterar bortfallskalibrerade skattningar av antalet Cryptosporidiumfall både totalt och månadsvis men också skattningar av fallprevalensen i olika redovisningsgrupper.

Inkrementell responsanalys : Vilka kunder bör väljas vid riktad marknadsföring?

If customers respond differently to a campaign, it is worthwhile to find those customers who respond most positively and direct the campaign towards them. This can be done by using so called incremental response analysis where respondents from a campaign are compared with respondents from a control group. Customers with the highest increased response from the campaign will be selected and thus may increase the company?s return. Incremental response analysis is applied to the mobile operator Tres historical data.

Prognosmodell för svenska läns bruttoregionalprodukt (BRP) : En komparativ analys av bayesian model averaging, best subset selection och en longitudinell modell.

Föreliggande uppsats har som främsta syfte att skapa en prognosmodell för bruttoregionalprodukten (BRP) för Sveriges 21 län. Behovet av en prognosmodell motiveras av att Statistiska centralbyrån (SCB) i dagsläget redovisar de definitiva siffrorna av BRP med två års fördröjning. Det kan därmed finnas ett intresse hos regionala beslutsfattare att få en uppfattning om hur BRP utvecklats under de två senaste åren. Metoden som används är bayesian model averaging (BMA), vilken kommer att utvärderas samt jämföras med två andra metoder: En multipel linjär modell som skattas med minsta kvadratmetoden där variabelselektion utförs med best subset selection (BSS). Den andra metoden är en tidsseriemodell och kallas här för en longitudinell modell (LM).

Matting of Natural Image Sequences using Bayesian Statistics

The problem of separating a non-rectangular foreground image from a background image is a classical problem in image processing and analysis, known as matting or keying. A common example is a film frame where an actor is extracted from the background to later be placed on a different background. Compositing of these objects against a new background is one of the most common operations in the creation of visual effects. When the original background is of non-constant color the matting becomes an under determined problem, for which a unique solution cannot be found. This thesis describes a framework for computing mattes from images with backgrounds of non-constant color, using Bayesian statistics.

Analys av ljudspektroskopisignaler med artificiella neurala eller bayesiska nätverk

Vid analys av fluider med akustisk spektroskopi finns ett behov av att finna multivariata metoder för att utifrån akustiska spektra prediktera storheter såsom viskositet och densitet. Användning av artificiella neurala nätverk och bayesiska nätverk för detta syfte utreds genom teoretiska och praktiska undersökningar. Förbehandling och uppdelning av data samt en handfull linjära och olinjära multivariata analysmetoder beskrivs och implementeras. Prediktionsfelen för de olika metoderna jämförs och PLS (Partial Least Squares) framstår som den starkaste kandidaten för att prediktera de sökta storheterna..

Spam : den nya tidens onlinegissel

This thesis takes on a broader perspective of the modern age phenomenon we call spam. One of the aims of this thesis is to present and to compare the variety of methods used in the day-to-day fight against spam, as far they have evolved today, but also to present and discuss some alternative methods for suggested future use. The properties of a common e-mail spam are analyzed to show how the components that make up the structure in an e-mail can be used to classify spam. Furthermore I explain the naïve Bayesian classification methods, the signature-based method, the commonly used rule-based method and the challenge and response method and discuss these. The widespread use of blacklists is also explained and a close new variant to blacklisting, Turntide is presented and discussed.

Filtrering av e-post ? Binär klassifikation med naiv Bayesiansk teknik

In this thesis we compare how different strategies in choosing attribute values affects junk mail filtering. We used two different variants of a naïve Bayesian junk mail filter. The first variant classified an e-mail by comparing it to a feature vector containing all attribute values that were found in junk mails in the part of the e-mail collection we used for training the filter. The second variant compared an e-mail to a feature vector that consisted of the attributes that was found in ten or more junk mails in the part of the e-mail collection we used for training the filter. We used an e-mail collection that consisted of 300 e-mails, 210 of these were junk mails and 90 were legitimate e-mails.

Sensorfusion för ACC-System

Genom att fusionera (sammanföra) data från olika sensorer kan ett resultat uppnås som ger mer än de enskilda sensorerna var för sig. Här utreds vilka sensorer och sensorfusionsmetoder som kan vara aktuella att använda för Scanias adaptiva farthållare (ACC). Den adaptiva farthållaren anpassar det egna fordonets hastighet inte bara till en förinställd hastighet utan även till framförvarande fordons hastighet. Scanias ACC-system använder idag en radar för måldetektering.Det finns ett antal algoritmer och arkitekturer som passar för sensorfusionssystem beroende på nivån hos sensordatan och användningsområdet. Minstakvadratmetoder kan användas då data ska matchas mot en fysisk modell, ofta med lågnivådata.

Bayesiansk klassificering av ursprung för fångster av sill

Sammanfattning I september 2008 fångades 311 juveniler (unga individer) av arten sill (Clupea harengus) in vid fyra olika områden på den svenska västkusten; Råssö, Hunnebo, Askerö- och Gullmarfjorden. Genetiska, kemiska och morfologiska data (längd och vikt) samlades in i syfte att bestämma vilka populationer de härstammade ifrån. Fångster av sill är så gott som alltid av blandat ursprung eftersom individer bara samlas i de populationer de stammar ifrån vid den tid på året då det är dags för parning (lek). I den här uppsatsen klassificerar jag juvenilerna till tre regioner i vilka populationerna ingår, genom att jämföra de data som samlats in från juvenilerna med motsvarande data i en stor databas över populationer i Nordsjön, Skagerrak, Kattegat och Östersjön samt med ytterligare en population, Risør, som inte ingår i denna databas. Data om populationerna kommer från samples och de sanna populationsparametrarna (dvs.