베이지안 계수는 iid 샘플 과 각 샘플링 밀도 및 주어진 경우 두 가지 한계 확률의 비율에 따라 가설 및 베이지안 모델 선택의 베이지안 테스트에서 정의됩니다. 및 와 함께 두 모델을 비교하기위한 베이 즈 계수는
책 나는 현재 검토하고 그 이상한 문이 베이 즈 요인 위(x1,…,xn)f1(x|θ)f2(x|η)π1π2B12(x1,…,xn)=defm1(x1,…,xn)m2(x1,…,xn)=def∫∏ni=1f1(xi|θ)π1(dθ)∫∏ni=1f2(xi|η)π2(dη)
B12(x1,…,xn) 는 "개별 요인 [Bayes factor]을 곱하여 형성됩니다"(p.118). 분해
그러나 의 업데이트로이 분해에서 계산상의 이점이 보이지 않습니다. 은 의 원래 계산과 동일한 계산 노력이 필요합니다B12(x1,…,xn)=m1(x1,…,xn)m2(x1,…,xn)=m1(xn|x1,…,xn−1)m2(xn|x1,…,xn−1)×m1(xn−1|xn−2,…,x1)m2(xn−1|xn−2,…,x1)×⋯⋯×m1(x1)m2(x1)
m1(xn|x1,…,xn−1)m2(xn|x1,…,xn−1)
m1(x1,…,xn)m2(x1,…,xn)
인공 장난감 예제 외부.
질문 : Bayes 인수를 에서
\ mathfrak {B} _ {12} (x_1, \ ldots, x_ 로 업데이트하는 일반적이고 계산적으로 효율적인 방법이 있습니까? {n + 1}) 전체 마진을 다시 계산할 필요가 없습니다. m_1 (x_1, \ ldots, x_n) 및
m_2 (x_1, \ ldots, x_n) ?B12(x1,…,xn)B12(x1,…,xn+1)m1(x1,…,xn)m2(x1,…,xn)
내 직감은 입자 필터 외에도 실제로 한 번에 하나의 새로운 관측 값으로 Bayes 요인 B12(x1,…,xn) 추정을 진행하는 입자 필터 외에도이 질문에 대답하는 자연적인 방법은 없다는 것입니다 .