Jeffreys ก่อนหน้าสำหรับพารามิเตอร์หลายตัว


14

ในบางกรณี Jeffreys ก่อนหน้าสำหรับโมเดลหลายมิติเต็มรูปแบบจะถูกพิจารณาว่าไม่เพียงพอนี่เป็นตัวอย่างกรณีใน: (โดยที่ ε N ( 0 , σ 2 ) , โดยมี μและ σไม่ทราบ) โดยที่ก่อนหน้านี้ต้องการ (สำหรับ Jeffreys เต็มก่อนหน้า π ( μ , σ ) σ - 2 ): p ( μ , σ ) = π ( μ ) π ( σ ) อัลฟ่าσ - 1

yi=μ+εi,
εN(0,σ2)μσπ(μ,σ)σ2 ที่ π ( μ )เป็นฟรีย์ได้ก่อนเมื่อเก็บ σคงที่ (และในทำนองเดียวกันสำหรับพี( σ ) ) ก่อนหน้านี้เกิดขึ้นพร้อมกับการอ้างอิงก่อนเมื่อทำการรักษา σและ μในกลุ่มแยกต่างหาก
p(μ,σ)=π(μ)π(σ)σ1,
π(μ)σp(σ)σμ

คำถามที่ 1:ทำไมการปฏิบัติต่อพวกเขาในกลุ่มที่แยกกันจึงมีเหตุผลมากกว่าการปฏิบัติกับพวกเขาในกลุ่มเดียวกัน


พิจารณาสถานการณ์ต่อไปนี้:

yi=g(xi,θ)+εi,
θRnεiN(0,σ2)σg
p(σ,θ)=π(σ)π(θ),
π(σ)π(θ)

p(σ,θ)


[1] จากhttps://theses.lib.vt.edu/theses/available/etd-042299-095037/unrestricted/etd.pdf :

ในที่สุดเราทราบว่า Jeffreys 'ก่อนหน้านี้เป็นกรณีพิเศษของการอ้างอิงก่อน ก่อนหน้านี้ Jeffreys 'สอดคล้องกับการอ้างอิงก่อนที่พารามิเตอร์รุ่นทั้งหมดจะได้รับการปฏิบัติในกลุ่มเดียว


2
ฉันคิดว่าคุณหมายถึงรูปแบบหลายตัวแปรการถดถอยหลายตัวแปรพูดอย่างเคร่งครัดสงวนไว้สำหรับตัวแปรหลายตัวทางด้านซ้ายมือ
mdewey

คำตอบ:


2

π(θ,σ)1σπ(θ,σ)1σ2 2ตามที่ฉันเขียนไว้ในคำตอบที่ได้รับความนิยมมากที่สุดในการตรวจสอบความถูกต้อง Xไม่มีสิ่งใดที่ไม่ใช่ข้อมูลที่ดีที่สุดมาก่อน


1
ขอบคุณสำหรับการป้อนข้อมูลของคุณ กระนั้นในมุมมองของฉัน Jeffreys ก่อนเสนอข้อเสนอที่ดีที่สุดในแง่ที่ว่าอย่างน้อยที่สุดในการตั้งค่า 1d พวกเขาเป็นคนที่ลดปริมาณข้อมูลเชิงทฤษฎีที่สามารถทำให้เข้าใจได้ ) ประเด็นของฉันคือ: เราสามารถเขียน "เกณฑ์" ที่คล้ายกันขั้นตอนก่อนหน้าของ Jeffreys ตรงกับการตั้งค่าทั้งสองที่ให้ไว้ในคำถามของฉันหรือไม่? จากคำพูดที่ให้ไว้ในคำถามของฉันดูเหมือนว่าใช่และฉันจะสนุกกับการพูดคุยเกี่ยวกับความหมายของการเลือกเกณฑ์นี้แทนอีกข้อหนึ่ง (จากมุมมองด้านไอทีล้วนๆ :))
peuhp
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.