Trước hết, không có thứ gọi là không thông tin trước . Dưới đây bạn có thể thấy các bản phân phối sau kết quả từ năm linh mục "không thông tin" khác nhau (được mô tả bên dưới cốt truyện) được cung cấp dữ liệu khác nhau. Như bạn có thể thấy rõ, việc lựa chọn các linh mục "không thông tin" đã ảnh hưởng đến phân phối sau, đặc biệt là trong trường hợp dữ liệu không cung cấp nhiều thông tin .
"Không đủ thông tin" priors cho phân phối phiên bản beta phần tài sản mà , những gì dẫn đến phân phối đối xứng, và α ≤ 1 , β ≤ 1 , các lựa chọn thông thường: là thống nhất (Bayes-Laplace) trước đó ( α = β = 1 ), Jeffreys trước ( α = β = 1 / 2 ), "Neutral" trước đó ( α = β = 1 / 3 ) bởi Kerman (2011) đề xuất, Haldane trước ( α = β = 0α=βα≤1,β≤1α=β=1α=β=1/2α=β=1/3α=β=0), Hoặc nó xấp xỉ ( với ε > 0 ) (xem thêm các bài viết Wikipedia lớn ).α=β=εε>0
Thông số của phân phối trước khi phiên bản beta thường được coi là "pseudocounts" thành công ( ) và thất bại ( β ) kể từ khi phân bố sau của mô hình beta-nhị thức sau khi quan sát y thành công trong n thử nghiệm làαβyn
θ∣y∼B(α+y,β+n−y)
α,βα=β=1n
Ngay từ cái nhìn đầu tiên, Haldane trước đây, dường như là "không chính xác" nhất, vì nó dẫn đến trung bình sau, điều đó chính xác bằng với ước tính khả năng tối đa
α+yα+y+β+n−y=y/n
y=0y=n
Có một số lý lẽ cho và chống lại từng linh mục "không thông tin" (xem Kerman, 2011; Tuyl et al, 2008). Ví dụ, như thảo luận của Tuyl et al,
101
Mặt khác, sử dụng các linh mục thống nhất cho các bộ dữ liệu nhỏ có thể rất có ảnh hưởng (hãy nghĩ về điều đó theo giả danh). Bạn có thể tìm thấy nhiều thông tin và thảo luận về chủ đề này trong nhiều bài báo và cẩm nang.
Rất xin lỗi, nhưng không có các linh mục "tốt nhất", "không thông tin nhất" hay "phù hợp với một kích cỡ tất cả". Mỗi người trong số họ mang một số thông tin vào mô hình.
Kerman, J. (2011). Trung tính phân phối beta và gamma không liên quan đến thông tin và trung tính. Tạp chí điện tử thống kê, 5, 1450-1470.
Tuyl, F., Gerlach, R. và Mengersen, K. (2008). Một so sánh về Bayes-Laplace, Jeffreys và các nhà tiên tri khác. Nhà thống kê người Mỹ, 62 (1): 40-44.