百科问答小站 logo
百科问答小站 font logo



怎样求贝叶斯估计的先验分布? 第1页

  

user avatar   sijichun 网友的相关建议: 
      

取先验的套路有很多,比较常见的有:

1、扁平先验(flat prior)。所谓的扁平先验其实就是用一个“均匀分布”做先验。如果参数空间的support是有限的,那直接用扁平先验就可以了;但是如果参数空间的support是无限的,比如(0,∞),那么就不存在这上面的均匀分布了。由于均匀分布的密度函数是一个常数,在计算后验时分子分母可以约掉,所以当support有无穷大时,直接不要先验,就是一个扁平先验了。

但是注意扁平先验是一个非正常先验improper prior),也就是说这个先验根本不是一个密度函数(积分积起来不等于1)。使用非正常先验一般情况下没什么大问题,但是有的时候可能会导致后验分布也是非正常的,那就需要额外注意了。比如下面这个问题,可以看作是先验分布选取了非正常先验而导致的问题:

2、Jeffreys先验。Jeffreys先验和扁平先验一样,都是为了尽量让先验的选取“不提供任何信息”,即non-informative prior。但是扁平先验看似使用了均匀分布从而不提供任何信息,但是实际上还是提供了某些信息的。比如,如果 ,那么如果选取 的先验为扁平先验,如果重新参数化,令 的取值范围为R,显然不是扁平的。

解决方法就是Jeffreys先验:

此外还有基于Kullback-Leiber信息的参照先验(reference prior),思路是尽量使得Kullback-Leiber散度变大,从而使得先验尽量不提供任何信息。

3、共轭先验

共轭先验一般需要我们提供主观信息,不过共轭先验所计算出的后验分布由于具有比较简单的形式,所以非常容易进行分析和计算。




  

相关话题

  目前统计学在国内外的发展现状是怎样的?都有哪些分支?今后的研究方向大致是向哪里走? 
  量子力学和概率学有什么关系吗? 
  数学史上有哪些看似成立的算式形式猜想,最终被某个大数证明不成立? 
  有人说「骰子掷一次掷出6的概率为50%,因为只有是6、不是6两种事件」,请问如何反驳? 
  玩抽卡类的游戏时,如果想集齐全套卡片,应该如何估算操作成本? 
  精通 R 是一种怎样的体验? 
  确定指标权重的时候,哪个方法比较简单啊,主成分分析法还是层次分析法啊? 
  「千年级别的人体经验数据」到底有多大? 
  英国统计学硕士申请? 
  学统计学的大神有哪些? 

前一个讨论
如何吐槽英国的名校?
下一个讨论
可以分享一下你自己写的诗吗?





© 2025-04-10 - tinynew.org. All Rights Reserved.
© 2025-04-10 - tinynew.org. 保留所有权利