Rozumiem, że stosując podejście bayesowskie do szacowania wartości parametrów:
- Rozkład tylny jest kombinacją rozkładu wcześniejszego i rozkładu prawdopodobieństwa.
- Symulujemy to, generując próbkę z rozkładu tylnego (np. Przy użyciu algorytmu Metropolis-Hasting do generowania wartości i akceptujemy je, jeśli przekraczają pewien próg prawdopodobieństwa przynależności do rozkładu tylnego).
- Po wygenerowaniu tej próbki używamy jej do przybliżenia rozkładu tylnej części ciała i takich rzeczy, jak jej średnia.
Ale czuję, że muszę coś nie rozumieć. Wygląda na to, że mamy rozkład tylny, a następnie próbkujemy z niego, a następnie wykorzystujemy tę próbkę jako przybliżenie rozkładu tylnego. Ale jeśli mamy rozkład tylny na początek, dlaczego musimy go pobrać, aby go przybliżyć?
Tak, możesz mieć analityczny rozkład boczny. Ale rdzeniem analizy bayesowskiej jest marginalizacja względem tylnego rozkładu parametrów, aby uzyskać lepszy wynik przewidywania zarówno pod względem dokładności, jak i możliwości generalizacji. Zasadniczo chcesz uzyskać rozkład predykcyjny, który ma następującą postać.
źródło