베타 분포가 이항 공정 (Hit / Miss)에서 작동하기위한 유익한 정보를 찾고 있습니다. 처음 에는 균일 한 PDF를 생성하는 또는 α = 0.5 , β = 0.5 이전의 Jeffrey 사용에 대해 생각했습니다 . 그러나 실제로 사후 결과에 최소한의 영향을 미치는 사전을 찾고 있는데 α = 0 , β = 0 이전에 …
왜 유익하지 않은 사전 정보가 있습니까? 대한 정보는 제공하지 않습니다 . 왜 그것들을 사용합니까? 유익한 사전 정보 만 사용하는 이유는 무엇입니까? 예를 들어, 이라고 가정하십시오 . 그렇다면 은 대한 비 정보적인 정보 입니까?θθ\thetaθ∈[0,1]θ∈[0,1] \theta \in [0,1]θ∼U(0,1)θ∼U(0,1)\theta \sim \mathcal{U}(0,1)θθ\theta
나는 블로그 게시물에이 이미지를 가로 질러왔다 여기 . 나는 그 진술을 읽는 것이이 남자와 똑같은 표정을 이끌어 내지 못했다는 것에 실망했다. 그렇다면 귀무 가설이 빈번한 사람들이 정보가없는 사전을 어떻게 표현하는지에 대한 진술의 의미는 무엇입니까? 정말 사실입니까? 편집 : 나는 누군가가 느슨한 의미 에서조차 진술을 진실하게하는 자선 해석을 제공 할 수 …
베이지안 선형 회귀를 수행 할 때 기울기 와 절편 대해 사전을 할당해야합니다 . 이후 위치 파라미터는 그것이 균일 사전 할당하는 것이 합리적이다; 그러나 는 스케일 매개 변수와 유사하며 이전에 유니폼을 할당하는 것은 부자연 스럽습니다.b b aaaabbbbbbaaa 반면 에 선형 회귀의 기울기에 대해 일반적인 정보가없는 Jeffrey를 ( ) 이전에 할당하는 것은 …
우리는 N 개의 샘플을 가지고 있습니다. XiXiX_i균일 한 분포에서 [0,θ][0,θ][0,\theta] 어디 θθ\theta알 수 없습니다. 견적θθ\theta 데이터에서. 베이 즈의 규칙은 ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} 가능성은 다음과 같습니다. f(Xi|θ)=∏Ni=11θf(Xi|θ)=∏i=1N1θf({X_i}|\theta) = \prod_{i=1}^N \frac{1}{\theta} (편집 : 언제 0≤Xi≤θ0≤Xi≤θ0 \le X_i \le \theta 모든 iii, 그렇지 않으면 0-고마워 whuber) 하지만 다른 정보는 없습니다 …
R에 이산 시간 모델을 맞추려고하지만 어떻게 해야할지 모르겠습니다. 종속 변수를 각 시간 관찰마다 하나씩 다른 행 glm으로 구성하고 logit 또는 cloglog 링크와 함께 함수를 사용할 수 있다는 것을 읽었습니다. 이런 의미에서, 나는 세 개의 열이 있습니다 : ID, Event(각 시간 경과시 1 또는 0) 및 Time Elapsed(관측 시작부터 ) 그리고 …