Czy musisz przestrzegać zasady prawdopodobieństwa bycia Bayesianem?

14

Powstaje pytanie: kiedy (jeśli w ogóle) podejście częstokroć jest znacznie lepsze niż bayesowskie?

Jak napisałem w moim rozwiązaniu tego pytania, moim zdaniem, jeśli jesteś częstym gościem, nie musisz wierzyć / stosować się do zasady prawdopodobieństwa, ponieważ często metody stosowane przez osoby często odwiedzające ją naruszają. Jednak i to zazwyczaj przy założeniu odpowiednich priorytetów, metody bayesowskie nigdy nie naruszają zasady prawdopodobieństwa.

A zatem, powiedzmy, że jesteś Bayesianinem, czy to potwierdza przekonanie lub zgodę na zasadę prawdopodobieństwa, czy też argument, że bycie Bayesianem ma po prostu niezłą konsekwencję, że zasada prawdopodobieństwa nie zostanie naruszona?

RustyStatistician
źródło
4
Nie - patrz wcześniej Jeffreys. Metody bayesowskie mogą naruszać zasadę (silnego) prawdopodobieństwa.
Scortchi - Przywróć Monikę
6
Tak, rzeczywiście, priory Jeffreysa, a także rozwiązania, które wykorzystują dane kilka razy, podobnie jak prognozy późniejsze, naruszają zasadę prawdopodobieństwa, ale nadal można je uznać za bayesowskie ...
Xi'an
1
Niekoniecznie. I nie jestem pewien, jaką to robi różnicę.
Scortchi - Przywróć Monikę
2
Porównaj te dla dwumianu i ujemnego dwumianu.
Scortchi - Przywróć Monikę
1
xianblog.wordpress.com/2014/11/13/…
Scortchi - Przywróć Monikę

Odpowiedzi:

13

Wykorzystując twierdzenie Bayesa do obliczenia prawdopodobieństw późniejszych, które stanowią wnioskowanie o parametrach modelu, zasada niskiego prawdopodobieństwa jest automatycznie przestrzegana:

postmirjaorprjaor×ljakmiljahoore

Niemniej jednak w niektórych obiektywnych podejściach bayesowskich schemat pobierania próbek określa wybór przeora, motywacją jest to, że nieinformacyjny przełożony powinien zmaksymalizować rozbieżność między rozkładem wcześniejszym a późniejszym - pozwalając, aby dane miały jak największy wpływ. W ten sposób naruszają zasadę silnego prawdopodobieństwa.

π

ParN.b(π)π-1(1-π)-12)Parbjan(π)π-12)(1-π)-12)

xn

ParN.b(πx,n)bmitza(x,n-x+12))Parbjan(πx,n)bmitza(x+12),n-x+12))

Obserwując, powiedzmy, że 1 sukces z 10 prób doprowadziłby do całkiem różnych rozkładów bocznych w ramach dwóch schematów próbkowania:

wprowadź opis zdjęcia tutaj

π-1+do(1-π)-1/2)0<do1

Możesz również uznać sprawdzanie modelu - lub robienie czegokolwiek w wyniku kontroli - za sprzeczne z zasadą niskiego prawdopodobieństwa; rażący przypadek wykorzystania pomocniczej części danych.

Scortchi - Przywróć Monikę
źródło