ฉันเคยถามเรื่องนี้มาก่อนและพยายามดิ้นรนกับการระบุสิ่งที่ทำให้พารามิเตอร์โมเดลและสิ่งที่ทำให้มันเป็นตัวแปรแฝง ดังนั้นเมื่อดูที่หัวข้อต่างๆในหัวข้อนี้ในเว็บไซต์นี้ความแตกต่างหลัก ๆ น่าจะเป็น:
ตัวแปรแฝงไม่ได้ถูกสังเกต แต่มีการแจกแจงความน่าจะเป็นที่เกี่ยวข้องกับมันเนื่องจากมันเป็นตัวแปรและพารามิเตอร์ก็ไม่ได้ถูกสังเกตและไม่มีการแจกแจงที่เกี่ยวข้องกับพวกมันซึ่งฉันเข้าใจว่ามันเป็นค่าคงที่และมีค่าคงที่ หา. นอกจากนี้เราสามารถใส่ค่าพารามิเตอร์ให้กับตัวแทนเพื่อแสดงถึงความไม่แน่นอนของเราเกี่ยวกับพารามิเตอร์เหล่านี้แม้ว่าจะมีค่าจริงเพียงค่าเดียวที่เกี่ยวข้องกับพวกเขาหรืออย่างน้อยนั่นคือสิ่งที่เราคิด ฉันหวังว่าฉันถูกต้องจนถึงตอนนี้?
ตอนนี้ฉันได้ดูตัวอย่างนี้สำหรับการถดถอยเชิงเส้นแบบเบย์แบบถ่วงน้ำหนักจากวารสารและพยายามดิ้นรนจริงๆที่จะเข้าใจว่าอะไรคือพารามิเตอร์และตัวแปรคืออะไร:
ที่นี่และyถูกสังเกต แต่yเท่านั้นที่ถือว่าเป็นตัวแปรเช่นมีการกระจายที่เกี่ยวข้องกับมัน
ตอนนี้สมมติฐานการสร้างแบบจำลองคือ:
ดังนั้นความแปรปรวนของจึงถูกถ่วงน้ำหนัก
นอกจากนี้ยังมีการแจกแจงก่อนหน้าในและwซึ่งเป็นการแจกแจงแบบปกติและแกมมาตามลำดับ
ดังนั้นโอกาสในการบันทึกอย่างสมบูรณ์จะได้รับจาก:
ตอนนี้ฉันเข้าใจแล้วทั้งและwคือพารามิเตอร์ของแบบจำลอง อย่างไรก็ตามในเอกสารพวกเขาอ้างถึงพวกเขาเป็นตัวแปรแฝง เหตุผลของฉันคือβและwเป็นส่วนหนึ่งของการแจกแจงความน่าจะเป็นสำหรับตัวแปรyและเป็นพารามิเตอร์ของแบบจำลอง อย่างไรก็ตามผู้เขียนถือว่าพวกเขาเป็นตัวแปรสุ่มแฝง ถูกต้องหรือไม่ ถ้าเป็นเช่นนั้นพารามิเตอร์แบบจำลองคืออะไร?
กระดาษสามารถพบได้ที่นี่ ( http://www.jting.net/pubs/2007/ting-ICRA2007.pdf )
กระดาษเป็นการตรวจจับค่าผิดพลาดอัตโนมัติ: A Bayesian Approach โดย Ting et al.