พื้นหลัง
หนึ่งของสินค้าที่อ่อนแอก่อนในความแปรปรวนมากที่สุดคือการผกผันแกมมากับพารามิเตอร์ (Gelman 2006)
อย่างไรก็ตามการกระจายนี้มี CI 90% ของประมาณ ]
library(pscl)
sapply(c(0.05, 0.95), function(x) qigamma(x, 0.001, 0.001))
[1] 3.362941e+19 Inf
จากนี้ฉันตีความว่าให้ความน่าจะเป็นต่ำที่ความแปรปรวนจะสูงมากและความน่าจะเป็นต่ำมากที่ความแปรปรวนจะน้อยกว่า 1 P ( σ < 1 | α = 0.001 , β = 0.001 ) = 0.006
pigamma(1, 0.001, 0.001)
[1] 0.006312353
คำถาม
ฉันขาดอะไรไปหรือเปล่า
อัปเดตเพื่อชี้แจงเหตุผลที่ฉันพิจารณา 'ข้อมูล' นี้เป็นเพราะอ้างอย่างยิ่งว่าความแปรปรวนนั้นใหญ่หลวงและสูงกว่าระดับของความแปรปรวนเกือบทุกอย่างที่เคยวัด
การติดตามการวิเคราะห์เมตาของการประมาณค่าความแปรปรวนจำนวนมากจะให้เหตุผลที่เหมาะสมกว่ามาก่อนหรือไม่
การอ้างอิง
Gelman 2006 แจกแจงก่อนสำหรับพารามิเตอร์แปรปรวนในรูปแบบลำดับชั้น การวิเคราะห์แบบเบย์ 1 (3): 515–533