Почему сопряженные априорные значения полезны в байесовской статистике?

Оглавление:

Почему сопряженные априорные значения полезны в байесовской статистике?
Почему сопряженные априорные значения полезны в байесовской статистике?
Anonim

Сопряженные априорные значения полезны, поскольку они сводят байесовское обновление к изменению параметров априорного распределения (так называемых гиперпараметров), а не к вычислению интегралов.

Что такое сопряженный априор в байесовском языке?

В байесовской теории вероятностей, если апостериорное распределение p(θ | x) находится в том же семействе вероятностных распределений, что и априорное распределение вероятностей p(θ), то априорное и апостериорное распределения называются сопряженными распределениями, а априорное называется сопряженным априором для функции правдоподобия p(x | θ).

Что означает сопряженный априор в статистике?

Для некоторых функций правдоподобия, если вы выбираете определенный априор, апостериор оказывается в том же распределении, что и априор. Такой априор называется сопряженным априором. Это всегда лучше понять на примерах.

Каково сопряженное априорное распределение гипергеометрической модели?

Согласно таблице сопряженных распределений в Википедии, гипергеометрическое распределение имеет в качестве сопряженного априорного бета-биномиальное распределение, где интересующим параметром является M, число целевых участников». Я интерпретирую «целевые члены» как гипергеометрическое моделирование числа синих шаров в …

Что такое сопряженный априор для гамма-распределения?

Самый быстрый и старый методдля оценки параметров гамма-распределения используется метод моментов (ММ) [1]. … Сопряженный априор для параметра скорости гаммы известен как Гамма распределена, но не существует надлежащего сопряженного априора для параметра формы.

Рекомендуемые: