O seguinte é um problema de Bayesian Data Analysis 2nd ed , p. 97. Andrew Gelman não incluiu sua solução no guia em seu site e isso me deixou louco o dia todo. Literalmente o dia todo.
.
A parte do problema em que estou desligado é como transformar as variáveis e determinar .
A abordagem que tentei é escrever e eliminar o \ lambda indesejado pela integração, ou seja, e substituindo pela relação . Essa abordagem se reduz a , onde é a constante de proporcionalidade introduzida em (3).
Esse resultado me preocupa, porque implica que a probabilidade conjunta de alguns valores de e depende apenas de e não de . Além disso, alguns sinos vagos estão tocando no meu decrépito cálculo multivariável, tentando me lembrar sobre jacobianos e coordenar transformações, mas não tenho certeza de que essa abordagem de integração seja apropriada.
Agradeço sua ajuda e discernimento.
fonte
Respostas:
Fiz todas as perguntas dos quatro primeiros capítulos, seis anos atrás. Aqui está o que eu tenho:
assim
Você não precisa se preocupar que não dependa de . Isso significa apenas que o anterior para é uniforme em , o que é legal para um parâmetro de Bernoulli.p(N,θ) θ θ [0,1]
fonte