Vấn đề với các linh mục theo kinh nghiệm là gì?

Trong văn học, đôi khi tôi vấp phải nhận xét, rằng việc chọn các linh mục phụ thuộc vào chính dữ liệu (ví dụ Zellners g-trước) có thể bị chỉ trích từ quan điểm lý thuyết. Trường hợp chính xác là vấn đề nếu trước đó không được chọn độc lập với dữ liệu?

bayesian prior hierarchical-bayesian

— muffin1974
nguồn

Câu trả lời:

Nói chung, các linh mục thông tin thường được xem là thông tin của bạn về các tham số (hoặc giả thuyết) trước khi xem dữ liệu. Vì vậy, bất kỳ ưu tiên dựa trên dữ liệu nào đều vi phạm nguyên tắc khả năng vì bằng chứng từ mẫu được đưa ra thông qua chức năng khả năng và trước đó.

— jaradniemi
nguồn

Các giá trị là sai. Lấy một ví dụ đơn giản. Kiểm tra xem dân số có nghĩa là có bằng một giá trị cụ thể hay không. Giả sử trung bình mẫu lớn hơn . Sau đó, sẽ đơn giản là sai khi để dữ liệu hướng dẫn bạn thử nghiệm chỉ thay thế một phía. Giá trị của bạn sẽ là một nửa của nó. $p$ $\mu$ $\mu_0$ $\bar x$ $\mu_0$ $p$

Và chỉ cần rõ ràng: Hạn chế ngụ ý thay thế một phía là một loại trước theo kinh nghiệm. (Nó ném đi một nửa giá trị có thể cho a prori .) $\mu \ge \mu_0$ $\mu$

— người dùng3697176
nguồn

Thật ngạc nhiên, bối rối và vui mừng khi bạn đang sử dụng một khuôn khổ thường xuyên để minh họa một khái niệm Bayesean.

— Alexis

Tương tự. Câu đầu tiên khiến tôi đi "cái quái gì vậy?"

— Mehrdad

Tôi đồng ý, đây là một cách thú vị để bắt đầu một cuộc trò chuyện trong bối cảnh Bayes. Nhưng tôi có hiểu đúng không khi giải thích trực quan này cũng chỉ mô tả sự vi phạm nguyên tắc khả năng như @jaradniemi đã chỉ ra trong câu trả lời của anh ấy?

— muffin1974

@Alexis một người thường xuyên có chuyên môn về miền là một người từ chối Bayes

— Shadowtalker

@ssdecontrol: Haha, không chắc lắm nếu tôi hiểu bạn đang nói gì. Đó có phải là cách nói suông mà một người thường xuyên có chuyên môn về miền không thể tồn tại? : P

— Mehrdad