정보가없는 선행의 요점은 무엇입니까?

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? $\theta$ $\theta \in [0,1]$ $\theta \sim \mathcal{U}(0,1)$ $\theta$

bayesian uninformative-prior jeffreys-prior

— 로비
소스

최근 관련 토론 : stats.stackexchange.com/questions/27589/…

— jthetzel

음, 이전을 지정할 근거가 없다면 왜 임의로 추정값을 지정하여 추정값을 편향시키고 싶습니까?

— 매크로

더욱이, 균일 한 분포는 비 정보적인 것이 아니다. 예를 들어, 는 보다 가깝게합니다 .

θ^{2}

$\theta^2$

0

$0$

1

$1$

— Stéphane Laurent

비 정보 전과에 대한 논쟁이 같은 비판에 의해보고 베르와 라플라스의 균일 한 전과의 불변성의 부족에 대한 모건 (드 비판과 함께 19 세기 말부터 적어도 연령대에 진행되고있다 스테판 로랑 위에서 코멘트). 이러한 불변의 부족은 베이지안 접근법에 대한 죽음의 획과 같았으며, 일부 베이지안은 공식적인 주장보다 적은 수의 공식적인 논증을 사용하여 특정 분포에 집착하려고 애 쓰고 있었지만 다른 사람들은 상황에 따라 사전이 사용될 수있는 더 큰 그림에 대한 비전을 가지고있었습니다 가능성 자체의 형태 외에는 사전 정보가 거의 없었습니다.

이 비전은 샘플링 모델의 정보 매트릭스 가 사전 분포 로 바뀌는 Jeffreys 분포로 가장 잘 표현됩니다. 가장 자주 부적절합니다. 즉 유한 값에 통합되지 않습니다. Jeffreys의 이전과 관련된 "비 정보"라는 레이블은 통계학 자의 의견을 나타내므로 다소 유감입니다. 마찬가지로, "객관적인"은 내가 싫어하는 권위있는 무게를가집니다. 따라서 José Bernado가 사용하는 "참조 이전"이라는 레이블을 선호합니다. $I(\theta)$

π (θ) \propto | I (θ) |^{1 / 2}

$\pi(\theta) \propto |I(\theta)|^{1/2}$

이러한 선행은 실제로 주관적이고 객관적인 정보 항목에 의해 동기가 부여 된 다른 사전 추정치를 사용하여 기준 추정기 / 시험 / 예측 또는 자신의 추정기 / 시험 / 예측을 계산할 수있는 기준을 제공합니다. "정보적인 사전 만 사용하지 않겠습니까?"라는 질문에 직접 대답하기 위해 실제로는 대답이 없습니다. 사전 분포는 자연계 나 숨겨진 변수가 아닌 통계학자가 선택한 선택입니다. 다시 말해서, "사용해야하는" "최상의 우선"은 없습니다. 이는 "최상의 답변"이 없다는 통계적 추론의 특성이기 때문입니다.

따라서 비 정보 / 참조 선택에 대한 나의 방어 ! 그것은 다른 이전과 같은 범위의 추론 도구를 제공하지만 알 수없는 매개 변수의 범위에 대한 의견에 의해 유도되기보다는 가능성 함수의 모양에서만 영감을 얻은 답변을 제공합니다.

— 시안
소스