Czytałem Wagenmakers (2007) Praktyczne rozwiązanie wszechobecnego problemu wartości p . Intryguje mnie konwersja wartości BIC na czynniki i prawdopodobieństwa Bayesa. Jednak do tej pory nie rozumiem, czym dokładnie jest informacja o jednostce wcześniej . Byłbym wdzięczny za wyjaśnienia ze zdjęciami lub kod R do generowania zdjęć tego konkretnego przeora.
źródło
Informacje o jednostce wcześniej oparte są na następującej interpretacji koniugacji:
Ustawiać
Interpretacja
Dlatego po zaobserwowaniu danych mamy tylny for który koncentruje się na wypukłej kombinacji obserwacji i tego, co postulowano przed zaobserwowaniem danych, że jest . Co więcej, wariancja tylnej jest następnie podawana przez , stąd, jakbyśmy mieli obserwacji zamiastX¯=x¯ μ x¯ a σ2n+1 n+1 n porównał rozkład próbkowania średniej próbki. Zauważ, że rozkład próbkowania nie jest taki sam jak rozkład tylny. Niemniej jednak wygląda to tak z tyłu, co pozwala mówić za siebie. Dlatego też, informacje, jednostkę przed dostaje tylnego, która jest głównie skoncentrowany na danych i skurczona do wcześniejszej informacji jako jednorazową karę.x¯ a
Kass i Wasserman wykazali ponadto, że wybór modelu kontra z powyższym wcześniej można dobrze zbliżyć za pomocą kryterium Schwartza (w zasadzie BIC / 2), gdy jest duże.M0:μ=a M1:μ∈R n
Kilka uwag:
Bibliografia
źródło