Jak obliczyć odpowiedni wcześniej, jeśli masz błąd pomiaru przyrządu? Ten akapit pochodzi z książki Cressie „Statistics for Spatio-Temporal Data”:
Często zdarza się, że dostępne są pewne wcześniejsze informacje dotyczące wariancji błędu pomiaru, co pozwala na określenie dość informacyjnego modelu parametrów. Na przykład, jeśli przyjmujemy warunkowo niezależne błędy pomiaru, które są takie jak , to powinniśmy podać informacyjny przed . Powiedzieć Byliśmy zainteresowani temperatury powietrza otoczenia, zauważyliśmy, że specyfikacji producenta urządzenia oznaczone „błąd” o ± 0,1 ° C . Zakładając, że ten „błąd” odpowiada 2 odchyleniom standardowym (założenie, które należy sprawdzić!), Moglibyśmy wówczas określić \ sigma _ {\ epsilon} ^ {2}, aby mieć wcześniejszą średnią (0,1 / 2) ^ 2 = 0,0025. Ze względu na specyfikację producenta przyrządu przyjęlibyśmy rozkład, który miał jasno określony i dość wąski pik przy 0,0025 (np. Odwrotna gamma). W rzeczywistości możemy po prostu naprawić na 0,0025; błąd modelu danych może jednak mieć także inne elementy niepewności (sekcja 7.1). Aby uniknąć możliwych problemów z identyfikowalnością z błędem modelu procesu, bardzo ważne jest, aby projektanci zredukowali niepewność tak bardzo, jak pozwala na to Science, w tym wykonując badania poboczne mające na celu odtworzenie danych.
Czy ktoś wie, jaka jest ogólna procedura uzyskiwania wartości uprzedniej, jak opisano powyżej (chociaż akapit odnosi się tylko do uzyskania średniej wcześniejszej)?
źródło