Tôi đang làm việc trên một mô hình dựa trên một hàm tham số xấu xí đóng vai trò là một hàm hiệu chuẩn trên một phần của mô hình. Sử dụng một thiết lập Bayes, tôi cần có được các linh mục không cung cấp thông tin cho các tham số mô tả chức năng của tôi. Tôi biết rằng lý tưởng nhất là tôi nên tạo ra tài liệu tham khảo hoặc ít nhất là các linh mục Jeffreys nhưng chức năng này rất xấu, có nhiều tham số và tôi bi quan về khả năng đạt được kết quả thực sự. Vì vậy, tôi quyết định bỏ khả năng này và theo kinh nghiệm chọn các linh mục của tôi tò mò cho họ là khá không thông tin. Đây là hai câu hỏi của tôi.
Tôi có thể làm nhiều hơn là tò mò và cung cấp cái nhìn sâu sắc về sự không thông tin của họ từ kết quả suy luận? Chỉnh sửa: Tôi đoán rằng âm mưu sau Vs sẽ là điểm đầu tiên. Có lẽ so sánh các ước tính MAP và ML có thể là một đối số thứ hai?
Hơn nữa, điều đó có hợp lý để biện minh cho một số khía cạnh của sự lựa chọn từ một "phân tích thứ nguyên" không? Ví dụ: nếu tôi xem xét cấu trúc khả năng của biểu mẫu (trong cài đặt hồi quy đơn giản): Đỗ bạn nghĩ rằng tôi có thể đoán bất kỳ "cơ cấu" cho trước trên một và b dựa trên thực tế là một nặng x trong khi nặng khác e x ?