Eu tenho lido Wagenmakers (2007) Uma solução prática para o problema generalizado dos valores de p . Estou intrigado com a conversão dos valores BIC em fatores e probabilidades de Bayes. No entanto, até agora não tenho uma boa compreensão do que exatamente é uma informação de unidade anterior . Ficaria muito grato por uma explicação com figuras, ou o código R para gerar figuras, desse particular em particular.
fonte
As informações da unidade anteriores são baseadas na seguinte interpretação da conjugação:
Configuração
Interpretação
Portanto, depois de observar os dados , temos um for posterior que concentra-se em uma combinação convexa da observação e o que foi postulado antes da observação dos dados, que é, . Além disso, a variação de posterior é dada por , portanto, como se tivéssemos observações em vez de u ˉ x um σ 2X¯=x¯ μ x¯ a n+1n ˉ x aσ2n+1 n+1 n comparou a distribuição amostral da média amostral. Observe que uma distribuição amostral não é a mesma que uma distribuição posterior. No entanto, o tipo posterior parece com ele, permitindo que os dados falem por si mesmos. Assim, com a informação de unidade de uma prévia recebe uma posterior que é principalmente concentrada sobre os dados, , e encolhido para a informação prévia como um one-off penalidade.x¯ a
Kass e Wasserman, além disso, mostraram que a seleção do modelo versus com o dado anteriormente acima pode ser bem aproximada com o critério de Schwartz (basicamente, BIC / 2) quando for grande.H 1 : μ ∈ R nM0:μ=a M1:μ∈R n
Algumas observações:
Referências
fonte