Tôi đã hỏi về điều này trước đây và đã thực sự vật lộn với việc xác định điều gì tạo ra một tham số mô hình và điều gì làm cho nó trở thành một biến tiềm ẩn. Vì vậy, nhìn vào các chủ đề khác nhau về chủ đề này trên trang web này, sự khác biệt chính dường như là:
Các biến tiềm ẩn không được quan sát nhưng có phân phối xác suất liên quan với chúng vì chúng là các biến và tham số cũng không được quan sát và không có phân phối liên quan đến chúng mà tôi hiểu rằng đây là các hằng số và có một giá trị cố định nhưng không xác định mà chúng ta đang cố gắng tìm thấy. Ngoài ra, chúng ta có thể đặt các mục sư vào các tham số để thể hiện sự không chắc chắn của chúng ta về các tham số này mặc dù chỉ có một giá trị thực liên quan đến chúng hoặc ít nhất đó là những gì chúng ta giả định. Tôi hy vọng tôi chính xác cho đến nay?
Bây giờ, tôi đã xem xét ví dụ này cho hồi quy tuyến tính có trọng số Bayes từ một bài báo và thực sự đấu tranh để hiểu thế nào là tham số và biến là gì:
Ở đây và y được quan sát nhưng chỉ y được coi là một biến tức là có phân phối liên quan đến nó.
Bây giờ, các giả định mô hình là:
Vì vậy, phương sai của là trọng số.
Ngoài ra còn có một bản phân phối trước trên và w , đó là phân phối chuẩn và gamma tương ứng.
Vì vậy, khả năng đăng nhập đầy đủ được đưa ra bởi:
Bây giờ, như tôi hiểu nó cả và w là các thông số mô hình. Tuy nhiên, trong bài báo họ cứ gọi chúng là các biến tiềm ẩn. Lý luận của tôi là β và w là cả một phần của sự phân bố xác suất của biến y và họ là các thông số mô hình. Tuy nhiên, các tác giả coi chúng là các biến ngẫu nhiên tiềm ẩn. Đúng không? Nếu vậy, các tham số mô hình sẽ là gì?
Bài viết có thể được tìm thấy ở đây ( http://www.jting.net/pub/2007/ting-ICRA2007.pdf ).
Bài viết là Phát hiện ngoại lệ tự động: Cách tiếp cận Bayes của Ting et al.